基于先驗(yàn)聚類的機(jī)電設(shè)備環(huán)境參數(shù)異常檢測算法

打開文本圖片集

摘  要： 傳統(tǒng)的聚類異常數(shù)據(jù)檢測算法在處理高維度、大數(shù)據(jù)量且異常值分布雜亂的機(jī)電設(shè)備環(huán)境參數(shù)時(shí)，存在聚類效果差和檢測效率低的問題。為此，在原有異常檢測算法的基礎(chǔ)上提出一種基于先驗(yàn)聚類的機(jī)電設(shè)備環(huán)境參數(shù)異常檢測算法。該算法改用歷史數(shù)據(jù)構(gòu)建先驗(yàn)聚類，確保聚類構(gòu)建不會(huì)受太多異常環(huán)境參數(shù)所影響；在選取聚類中心時(shí)引入密集度的概念，以確保聚類中心的可靠性，并在選取聚類中心過程中去除已選聚類中心周圍的數(shù)據(jù)點(diǎn)，防止選取的聚類中心集中在某一區(qū)域，以此提升聚類效果。（剩余11420字）