Identification of Outlier Data in Flow Pattern Experiments in a Bend by Using Statistical Methods
Message:
Abstract:
Various factors such as human or instrument errors, measurement conditions, and the nature of the flow under unique circumstances may lead to generation of data inconsistent with the normal pattern of the statistical population, and result in the assumption that they may have been generated through a different process. In a general definition, these data are called outlier data. Identification of outliers is significant in many aspects, and will thus result in an ever better and more precise understanding of flow pattern. The main purpose of this study was analysis and identification of outliers existing in flow pattern experiments in a bend channel with a central angle of 180 degrees and width of 1 meter in the presence and absence of a spur dike in the bend by employing statistical methods. The intended channel is located in the Hydraulic Laboratory of Persian Gulf University, and Vectrino velocimeter has been utilized for collection of 3D flow velocities. Median of Absolute Deviations (MAD), K-Means Clustering, Local Density Factor (LDF), and Voting were the methods employed for outlier detection in this study. The results of applying these methods on the collected experimental data suggested that most of the methods were efficient and appropriate. Eventually, the Voting method was used to achieve the optimum results in this paper. In this method, the data which have been identified as outlier by most of the methods are considered the final candidates as outlier
Article Type:
Research/Original Article
Language:
Persian
Published:
Irrigation & Water Engineering, Volume:10 Issue: 38, 2019
Pages:
13 - 29
magiran.com/p2081557  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.