声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2133/TF
国际刊号：1001-0963
发布日期:
作者：陈少飞，刘小杰，李宏扬，卜象平，吕庆，刘福龙
单位：1.华北理工大学冶金与能源学院，河北唐山063009；2.杭州排列科技有限公司，浙江杭州310000；3.河钢集团研究总院，河北石家庄050000
关键词：关键词：数据离群,高炉炼铁,箱线图,Kmeans算法,数据挖掘
摘要：针对高炉炼铁过程中的数据离群问题，首先根据数据的不同特点对数据类型进行划分，选定针对性数据离群筛选办法，利用河北某钢铁企业的数据样本结合数据的实际状况进行分析，采用全局结合局部多层次的改进型箱线图离群筛选办法，对时序类数据进行筛选；采用以差值、目标参数强关联性数据为条件对K?means算法进行优化，对关联性数据的离群值进行筛选；针对周期性统计类数据的分布聚集性特点结合数据实际情况，基于K?means算法采用差异化、多层次数据聚类分析，对其进行离群筛选。结果表明：采用的针对性办法对数据的离群筛选效果较为理想，充分验证了方法的可行性。
来源：2021年第6期
《钢铁研究学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。