判别金属材料疲劳试验中异常试验数据的一般方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


General Methods for Outlier Detection in Metal Fatigue Tests
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在金属疲劳试验中,有时会出现一个或多个明显小于或大于其它数据的异常数据。查找导致这些异常数据的原因是很困难的,难以直接剔除。通常,相关文献只简要地提供基于统计学的识别异常数据的判据。为了帮助数据分析人员更好地理解这些统计判别方法,在处理金属疲劳试验数据时更好地运用统计判别方法,对分布于各文献中的统计判别法进行了归纳整理,并给出必要的推导过程和公式,最后对所列统计判别法进行总结,介绍各方法的优势和不足,并给出建议。

    Abstract:

    In metal fatigue tests, one or more outliers are observed at some time. It is hoped that the outliers are detected and can be rejected directly, but it’s difficult. Most papers about test data analysis just provide some brief criteria which are based on statistics. For better handling metal fatigue test data, this paper collects five rejectioncriteria and presents some derivation and formulas. And it’s useful to get a better understanding of these methods for test data analysts. At the end of this paper, a summary is given, some advantages and disadvantages of these methods were introduced, and suggestions are also provided.

    参考文献
    相似文献
    引证文献
引用本文

唐兆田.判别金属材料疲劳试验中异常试验数据的一般方法[J].民用飞机设计与研 究,2017(1):67-TANG Zhaotian. General Methods for Outlier Detection in Metal Fatigue Tests[J]. Civil Aircraft Design and Research,2017,(1):67-. ( in Chinese)

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-04-27
  • 出版日期:

微信公众号二维码

手机版网站二维码

我要投稿 投稿指南 联系我们 二维码
TOP