异常值识别

当前话题为您枚举了最新的异常值识别。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。

我国汇率可加异常值识别(基于 Gibbs 抽样)
Gibbs 抽样法可识别汇率可加异常值。经实证研究,我国人民币对美元汇率月度数据中存在可加异常值。
异常值剔除程序
使用MATLAB编写的异常值剔除程序,用于数据预处理。
MATLAB Outliers异常值检测脚本
matlab 的异常值脚本outliers.m挺实用的,适合你在数据预中快速定位那些“看着不太对”的数据点。里面用了两种方法:一个是统计老炮都知道的Grubbs 检验,另一个是经典的IQR(四分位区间)法。思路都清晰,还贴心地把每步都写成了流程——从读数据、计算指标,到检测再分类。用起来也不难,配合箱线图,可视化也直观。嗯,尤其适合建模前做数据清洗那一步。
Matlab编程移除异常值的改进方法
Matlab编程:移除异常值的改进方法。利用改良的Thompson-Tau方法,可以将向量或矩阵中的异常值转换为NaN。
MATLAB开发删除异常值的迭代实现
对于输入向量A,删除了显著性水平alpha下的异常值,并返回删除异常值后的向量B。输出参数IDX返回异常值的索引。REP是可选参数,用NaN替换已删除元素以保持A的长度。Grubbs测试的迭代实现,可用于检测样本中最远离均值的异常值。
基于残差分析的异常值检测算法matlab
基于残差分析的异常值检测算法专门针对具有线性回归关系的二维数据,能够有效识别和剔除数据中的异常值。
matlab开发非线性时间序列异常值检测与替换方法
matlab开发:非线性时间序列异常值检测与替换方法。通过适当的局部值检测和替换,提高数据处理的准确性。
数学建模数据处理RPCA异常值检测的代码示例
在数学建模数据处理方面,提供了基于RPCA方法的异常值检测参考代码。
MATLAB数据处理模型RPCA异常值检测代码优化版
MATLAB数据处理模型RPCA异常值检测代码的优化版本提供下载。
基于运动模式的异常行为识别
我们提出一种基于运动模式的异常行为检测方法。我们提取时空描述符并建立稀疏主题模型,以获取视频的典型运动模式。通过分析重构精度和运动模式组成,我们可以检测视频中的异常行为。