结合软约束的演化数据流模糊聚类算法

代少升, 边志奇, 袁中明

重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (02) : 287 -298.

PDF
重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (02) : 287 -298.

结合软约束的演化数据流模糊聚类算法

作者信息 +

Author information +
文章历史 +
PDF

摘要

多源局部放电检测中,不同类型的局放信号同时存在且不断变化使得信号的分离更具挑战,而这种情况同样存在于许多数据流的聚类分析场景中。为了能够适应类簇内的不均匀密度和类簇间的重叠边界问题,同时对数据流的漂移和演化进行及时跟踪,提出了一种结合软约束的实时数据流模糊聚类算法。算法引入2种模糊性软约束来描述微簇距离和密度上的不确定度,通过阈值划分出核心微簇、边界微簇和离群微簇;在类簇边缘使用模糊隶属度,给予微簇分属不同类簇的可能性,保证类簇的完整性并提高聚类效果;使用两阶段的流程结构和2种时间窗口模型,赋予算法具有对可变化数据流的适应能力和更低的时间空间占用率。在多种数据集上的实验表明,该算法相比同类型算法在聚类效果上提升了1%~3%,且平均运行时间缩短5%~20%,在实际硬件平台的测试中也验证了算法的聚类分离性能。

关键词

数据流聚类 / 密度聚类 / 模糊聚类 / 概念漂移 / 局部放电

Key words

引用本文

引用格式 ▾
代少升, 边志奇, 袁中明 结合软约束的演化数据流模糊聚类算法[J]. 重庆邮电大学学报(自然科学版), 2024, 36(02): 287-298 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

11

访问

0

被引

详细

导航
相关文章

AI思维导图

/