一种用于状态异常诊断的竞争聚类方法

    公开(公告)号:CN115017988A

    公开(公告)日:2022-09-06

    申请号:CN202210619146.9

    申请日:2022-06-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于状态异常诊断的竞争聚类方法,涉及数据挖掘技术领域,解决了现有聚类方法不能有效保留异常的小样本类且聚类性能较差的技术问题,其技术方案要点是通过对竞争聚类算法目标函数的改进得到新的隶属度与簇心计算公式,使得样本容量在聚类代价函数中发挥效用从而弱化了样本容量差异对聚类判决的干扰,有效保留了异常(或故障)的小样本类。随着迭代的进行,计算各个类簇的基数从而淘汰小于设定阈值的虚假类簇。通过簇与簇之间竞争,类簇个数逐渐减少达到稳定,当簇心位置不再发生变化,或者达到迭代次数,则算法终止,输出结果,从而实现数据集的聚类,提高了聚类的性能,拓展了基于数据样本聚类特征的应用。

Patent Agency Ranking