海量在轨数据的自适应异常信息检测与关键信息提取方法、系统、设备及介质

    公开(公告)号:CN118194196A

    公开(公告)日:2024-06-14

    申请号:CN202410369262.9

    申请日:2024-03-28

    摘要: 本发明提供了一种海量在轨数据的自适应异常信息检测与关键信息提取方法、系统、设备及介质,对标准化后的数据采用DBSCAN与K_means算法组合聚类的方法进行冲洗提取与异常检测,对两种算法的预置参数进行自适应处理,再利用K_means算法对各个簇的核心点进行聚类,由于一次聚类已经实现了数据的按密度划分,剔除了噪音点,消除了噪音点带来的欧氏距离敏感度,故各簇的核心点分布较为集中,可以通过输入合理的K值控制该算法输出的聚类中心的个数,从而达到提取关键信息,控制下行数据规模的目的,解决数据量大、过境时间短和下行带宽有限之间的矛盾。