摘要
本发明属于铝合金电池箔生产技术领域,具体涉及一种基于异常值剔除的数据建模提升电池箔良品率的方法,首先对原始数据进行筛除,将不在标准范围内的数据进行筛除,然后对数据中的异常值进行剔除,采用平均值法将数据进行平滑化,得到一组稳定有效的数据,接着通过Z‑score方法对数据进行标准化处理,使得电池箔每一特征的数据均符合标准正态分布,各项指标处于同一数量级,最大限度利用各个不同输入参数对电池箔技术指标的影响,提高数学模型泛化能力,提升电池箔产品的良品率。本发明利用实际运行的电池箔数据构建案例库,为操作人员分析电池箔技术指标、提升电池箔良品率提供了有力指导。
技术关键词
剩余误差
异常数据
电池铝箔
参数
冗余
有效性
案例库
时间段
数学模型
指标
屈服
变量
强度
系统为您推荐了相关专利信息
文件下载方法
文件传输方法
密钥交换算法
客户端
非对称加密算法
照明控制方法
模糊控制算法
光源
PID控制算法
光强
水浴振荡器
样品管
深度学习预测模型
监控方法
变量