摘要
本发明公开了一种基于局部异质性增强的土壤数据潜在异常值识别方法,属于土壤数据潜在异常值识别领域,该方法包括收集土壤样本数据集;根据土壤样本数据集,利用异质性变化算法将土壤单元划分为若干低异质性区域;分别在各低异质性区域内,对土壤属性进行归一化处理,得到土壤属性的归一化值;根据土壤属性的归一化值,分别确定各低异质性区域中各土壤单元的异常值评分;设置各低异质性区域的异常值阈值;分别将各低异质性区域的异常值评分大于异常值阈值的土壤单元的数据标记为潜在异常值,完成土壤样本数据集中的异常值识别。本发明解决了现有方法难以在低异质性区域中准确识别异常值,从而导致数据质量评估的不足的问题。
技术关键词
值识别方法
数据
样本
曲线斜率变化
表达式
地理信息系统
聚类
算法
偏差
指标
标记
策略
系统为您推荐了相关专利信息
换流站
作业点位
交底方法
地理定位数据
检修现场
预测预警方法
机器学习模型
水质模型
水文
地下水
空间模拟方法
地理信息特征
夜间灯光强度
多维指标体系
居民
网络流量分析
入侵检测方法
机器学习框架
质心集
摘要
智能路径规划方法
拓扑网络
环境实时监测
滑轨系统
节点