【技术实现步骤摘要】
本专利技术涉及一种高维数据降维的方法，属于卫星等复杂系统
。
技术介绍
随着国防以及国民生产建设的需要，我国对各类航空、航天器或卫星等大型复杂 系统的需求越来越多，为了确保各类系统的高可靠性和长寿命，各类型号任务从设计、实 验、研制、生产以及运行的各个阶段，需要对大量的工程参量进行测量或监测，从而产生大 量甚至海量测试、监测数据，对这些测试数据进行有效的分析和挖掘，能够对系统运行状 态、健康状况进行综合的把握和评估，从而为系统的维护提供有效的信息支持。对大型复杂 系统测试监测数据进行可视化分析是一种有效的方式。可视化分析利用人脑对图形信息的 理解更加直观的特性，往往能够挖掘出一些常规方法无法挖掘到的信息。对复杂系统测试 监测数据进行可视化地呈现以及分析，能够直观地呈现系统运行状态、检测系统非正常状 态（异常或故障）、挖掘系统异常模式等，从而为系统的自动测试、诊断、预测以及健康管理 提供信息支持。然而，复杂系统测试数据往往具有维度高、尺度大的特性，是典型的高维多 元数据，可视化分析难度大。同时高维多元数据的可视化呈现和分析同时也是诸多领域共 同面临的难题。
技术实现思路
本专利技术目的是为了解决复杂系统测试数据往往具有维度高、尺度大的特性，是典 型的高维多元数据，可视化分析难度大的问题，提供了一种基于相似性度量的复杂系统监 测数据的可视化方法。 本专利技术所述，该方法包括以下 步骤： 步骤一、采集复杂系统监测数据，复杂系统监测数据X为m类η维矩阵，即nXm矩 阵X{xi, x2,…，xm}，Xi, X...
【技术保护点】
基于相似性度量的复杂系统监测数据的可视化方法，其特征在于，该方法包括以下步骤：步骤一、采集卫星遥测数据，卫星遥测数据X为m类n维矩阵，即n×m矩阵X{x1,x2,…,xm}，xi,xj∈Rn,i,j＝1,2,…m，xi,xj为n维列向量，Rn为n维实数集；步骤二、根据Wij=e-||xi-xj||22σ2,xi,xj∈C(xi,xj)0,xj,xj∉C(xi,xj)]]>求取权重矩阵W的第i行第j列因子Wij，根据Wij构建权重矩阵W=W11···W1m······Wij······Wn1···Wnm;]]>式中：σ为调节参数；xi,xj∈C(xi,xj)表示xi,xj属于同一簇；表...
【技术特征摘要】
1. 基于相似性度量的复杂系统监测数据的可视化方法，其特征在于，该方法包括以下 步骤： 步骤一、采集卫星遥测数据，卫星遥测数据X为m类η维矩阵，即nXm矩阵X {Xl，^，… ，xm}，Xi, Xj e Rn, i, j = 1，2,…m，Xi, Xj 为 η 维列向量，Rn 为 η 维实数集； 步骤二、根据求取权重矩阵W的第i行第j列因子Wy 根据构建权重矩阵式中：σ为调节参数；Xi, Xj e C(Xi, χ」）表示Xi, χ」属于同一簇；S ，x;)表示 Xi, Xj不属于同一簇； 步骤三、根据= f 求取对角矩阵D第第i行第i列因子，根据Dn构建对角矩 阵步骤四、根据公式L = D-W获取拉普拉斯矩阵L ; 步骤五、根据公式XLXTak = λ kXDXTak获取映射矩阵A的因子ak和特征值λ k...
【专利技术属性】
技术研发人员：刘大同，彭宇，印姗，梁军，李君宝，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。