聚类分析理论研究及在流程企业中的应用

被引：7

作者：

闫伟 ^{[1
]}

张浩 ^{[2
]}

陆剑峰 ^{[1
]}

袁磊 ^{[1
]}

机构：

[1] 同济大学CIMS研究中心

[2] 上海电力学院电力与自动化工程学院

来源：

计算机工程 | 2006年 / 17期

关键词：

聚类分析; 加权K-means算法; 离核指数; 离群指数; 流程企业;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

采用数据挖掘中的聚类算法对流程企业的大量的历史数据进行分析,采用基于欧几里德距离的加权K-means算法建立了参数的聚类模型,分析簇团内不同相似度时的参数个数比例,得到参数点离核指数的定义。针对实时检测出的异常点,结合CBLOF(t)的概念,提出了一种新的离群指数的定义。以此为基础,有效地对设备的运行状况进行监控,从而起到设备运行优化和故障预警的作用。

引用

页码：19 / 21+27 +27

页数：4