[发明专利]一种基于LE算法的工业监测数据聚类方法在审
| 申请号： | 201811097330.1 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109409407A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 谢国;张永艳;刘涵;王文卿;梁莉莉;张春丽;孙澜澜 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 杨洲 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LE算法的工业监测数据聚类方法，包括如下步骤：步骤1、对工业系统的监测数据进行采集，并进行预处理；步骤2、基于拉普拉斯特征映射LE算法进行建模，将步骤1中的采样数据作为输入数据，通过计算并输出低维数据；步骤3、基于密度聚类方法DBSCAN进行建模，步骤2的低维数据作为该模型的输入，对其进行聚类；步骤4、输出：聚类后的集合C＝{C1,C2,…,CK}，Co,o＝1,2,...,K为聚类之后的第o个聚类簇。该方法首先对多变量数据进行降维，再对降维后数据进行聚类，同时又可以保证计算量，提高了数据聚类的效率；该方法可对高维的采样数据进行一个压缩，并根据数据的内在特征对数据本身进行聚类，便于发现数据的规律。 | ||
| 搜索关键词： | 聚类 数据聚类 算法 采样数据 工业监测 低维 建模 降维 预处理 输出 工业系统 监测数据 密度聚类 多变量 计算量 聚类簇 映射 高维 集合 采集 压缩 保证 发现 | ||
【主权项】：
1.一种基于LE算法的工业监测数据聚类方法，其特征在于，包括如下步骤：步骤1、对工业系统的监测数据进行采集，并进行预处理；步骤2、基于拉普拉斯特征映射LE算法进行建模，将步骤1中的采样数据作为输入数据，通过计算并输出低维数据；步骤3、基于密度聚类方法DBSCAN进行建模，步骤2的低维数据作为该模型的输入，对其进行聚类；步骤4、输出：聚类后的集合C＝{C1,C2,…,CK}，Co,o＝1,2,...,K为聚类之后的第o个聚类簇。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811097330.1/，转载请声明来源钻瓜专利网。
