噪点剔除方法

摘要

本发明涉及一种噪点剔除方法，包括：S1、获取数据样本；S2、设定滑窗大小；S3、剔除每一滑窗中的噪点数据；S4、取各所述滑窗内剔除噪点数据后的剩余数据样本的平均值为该滑窗的滑窗代表值；S5、获取各所述滑窗代表值作为参考数据样本；S6、确定是否再次设定滑窗大小；S7、将多组不同滑窗大小下获得的参考数据样本与理论基准样本做比对，选择误差最小的参考数据样本作为最终的样本。采用本发明所公开的噪点剔除方法处理后所得到的参考数据样本能够更好地反映数据的趋势特征，以便对后阶段的业务系统的发展趋势进行预测，提前预知可能的风险、故障，提前做好资源规划。

主权项

一种噪点剔除方法，其特征在于，包括：S1、获取数据样本；S2、设定滑窗大小；S3、剔除每一所述滑窗中的噪点数据；S4、取各所述滑窗内剔除噪点数据后的剩余数据样本的平均值为该滑窗的滑窗代表值；S5、获取各所述滑窗代表值作为参考数据样本；S6、确定是否再次设定滑窗大小，若滑窗大小不大于预设的上限值，再次设定滑窗大小，重复步骤S2‑S5，获取不同大小的滑窗对应的所述滑窗代表值，若滑窗大小达到预设的上限值，取各所述参考数据样本的集合作为进一步数据分析的样本；S7、将多组不同滑窗大小下获得的参考数据样本与理论基准样本做比对，选择误差最小的参考数据样本作为最终的样本；其中，所述理论基准样本为基于历史数据学习得出的最优理论样本。