-
公开(公告)号:CN113191089B
公开(公告)日:2024-08-13
申请号:CN202110594285.6
申请日:2021-05-28
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于滑动窗口的尾矿砂液化数据聚类方法,包括如下步骤:S1:对尾矿砂液化数据进行标准化处理,得到标准化数据集;S2:滑动窗口模型遍历所述标准化数据集,并计算每个滑动窗口内标准化数据的标准差,所有标准差形成标准差数据集;S3:计算标准差数据集的均值和标准差,根据所述标准差数据集的均值和标准差和拉依达准则得到多个分段数据集;S4:计算每个所述分段数据集的聚类半径;S5:每个所述分段数据集根据其所述聚类半径和聚类算法进行聚类;S6:将不在任何簇中的数据作为异常点输出。本发明采用了滑动窗口对数据进行划分的方法来降低全局参数对DBSCAN聚类效果的影响。该方法与传统DBSCAN方法相比,具有明显提升。
-
公开(公告)号:CN113191089A
公开(公告)日:2021-07-30
申请号:CN202110594285.6
申请日:2021-05-28
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于滑动窗口的尾矿砂液化数据聚类方法,包括如下步骤:S1:对尾矿砂液化数据进行标准化处理,得到标准化数据集;S2:滑动窗口模型遍历所述标准化数据集,并计算每个滑动窗口内标准化数据的标准差,所有标准差形成标准差数据集;S3:计算标准差数据集的均值和标准差,根据所述标准差数据集的均值和标准差和拉依达准则得到多个分段数据集;S4:计算每个所述分段数据集的聚类半径;S5:每个所述分段数据集根据其所述聚类半径和聚类算法进行聚类;S6:将不在任何簇中的数据作为异常点输出。本发明采用了滑动窗口对数据进行划分的方法来降低全局参数对DBSCAN聚类效果的影响。该方法与传统DBSCAN方法相比,具有明显提升。
-