[发明专利]一种基于邻域传播聚类的能耗数据清洗方法有效
| 申请号： | 201910507378.3 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110362558B | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 徐康康;杨海东;印四华;朱成就;郭久俊 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F16/28 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种基于邻域传播聚类的能耗数据清洗方法，包括：输入相似矩阵，初始化数据样本的归属度；计算并更新数据样本点的吸引度；计算并更新数据样本点的归属度，直至吸引度、归属度均收敛；判断聚簇中心是否变化，若是则确定数据聚类结果，根据数据聚类结果，针对每个数据点进行离群分析并计算每个数据点的LOF值；根据LOF值进行排序，逐一判断每个LOF值的异常情况，剔除异常数据，完成能耗数据清洗。本发明提供的一种基于邻域传播聚类的能耗数据清洗方法，通过相似矩阵的参考度的值确定聚类中心，无需预先给出聚类中心的数量；通过LOF算法高精度地检测并清洗掉能耗数据中存在的异常数据。 | ||
| 搜索关键词： | 一种 基于 邻域 传播 能耗 数据 清洗 方法 | ||
【主权项】：
1.一种基于邻域传播聚类的能耗数据清洗方法，其特征在于：包括以下步骤：S1：输入相似矩阵，初始化数据样本的归属度；S2：计算并更新数据样本点的吸引度；S3：计算并更新数据样本点的归属度，执行S2，直至吸引度、归属度均收敛；S4：判断聚簇中心是否变化，若是则确定数据聚类结果，执行步骤S5；否则执行步骤S2；S5：根据数据聚类结果，针对每个数据点进行离群分析并计算每个数据点的LOF值；S6：根据LOF值进行排序，逐一判断每个LOF值的异常情况，剔除异常数据，完成能耗数据清洗。
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广东工业大学，未经广东工业大学许可，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/201910507378.3/，转载请声明来源钻瓜专利网。
