一种密度加权和相似标签分配密度峰值聚类的间歇过程模态划分方法技术

本发明专利技术公开了一种密度加权和相似标签分配密度峰值聚类的间歇过程模态划分方法，该方法首先考虑间歇过程数据样本的密度分布不平衡，引入权重系数调节低密度区域数据样本的局部密度，获取间歇过程数据模态中心；然后定义模态评价指标确定间歇过程的最优模态数目；最后构建了间歇过程剩余数据样本点的分配策略，实现间歇过程的模态划分

【技术实现步骤摘要】
一种密度加权和相似标签分配密度峰值聚类的间歇过程模态划分方法


[0001]本专利技术属于间歇过程监测
，尤其涉及一种密度加权和相似标签分配密度峰值聚类
(Weighted Destiny And Similarity Label Allocation Density Peaks Clustering,WSDPC)
的间歇过程模态划分方法
。

技术介绍

[0002]间歇过程是现代工业的一种重要生产方式，已被广泛应用于化工
、
制药和微电子等领域
。
间歇生产过程的频繁操作变化和复杂的生产工艺，使其具有多模态特性，对间歇过程的模态进行合理划分能够为模态建模提供基础，促进多模态间歇过程建模精度的提升
。
[0003]基于密度峰值聚类的间歇过程模态划分方法通过构建决策图选取模态中心，依据间歇过程数据样本的局部密度与相对距离分配剩余数据样本，实现间歇过程的模态划分
。
然而，基于密度峰值聚类的间歇过程模态划分方法未考虑间歇过程数据样本的密度分布不平衡，降低了模态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种密度加权和相性标签分配密度峰值聚类的间歇过程模态划分方法，其特征在于：包括以下步骤：步骤一：采集多批次间歇过程数据，将过程数据标准化后，利用引入的权重系数调节间歇过程低密度区域数据样本的局部密度，计算每个候选模态中心的决策值；步骤二：通过定义的模态评价指标
MEI
确定间歇过程的最优模态数目，利用决策值获取间歇过程数据的模态中心；步骤三：构建间歇过程剩余数据样本的分配策略，获取最优模态数目下的划分结果，完成间歇过程的模态划分
。2.
根据权利要求1所述的一种密度加权和相性标签分配密度峰值聚类的间歇过程模态划分方法，其特征在于：所述步骤一，具体包括：采集
I
个批次的间歇过程数据
X(I
×
J
×
K)
，
I
为批次数，
J
为变量数，
K
为采样点数，将其沿批次方向求平均，对各变量分别减均值除以标准差进行标准化，得到间歇过程模态划分数据集依据式
(1)
和式
(2)
计算间歇过程各数据样本的局部密度
ρ
j
和相对距离
δ
j
为为式中，
e
为自然底数，
d
jh
为间歇过程数据样本点
x
j
和
x
h
之间的欧式距离；
d
c
为截断距离参数；
ρ
j
和
ρ
h
分别表示间歇过程数据样本点
x
j
和
x
h
的局部密度
。
根据间歇过程数据样本间的距离，定义不同距离的间歇过程数据样本对当前间歇过程数据样本的密度贡献程度
r
jh
为式中，
j、h
表示间歇过程数据的采样点序号
。
计算间歇过程所有数据的局部密度均值将
ρ
j
大于的间歇过程数据样本和
ρ
j
小于的间歇过程数据样本的局部密度均值相除作为权重系数的上限值
w
max
，归一化密度贡献程度到1和
w
max
间得到权重系数
w
jh
为式中，
r
jh
表示间歇过程数据样本
x
h
对间歇过程数据样本
x
j
的密度贡献程度；和为密度贡献程度的最大值和最小值
。
利用权重系数重新计算间歇过程数据样本的局部密度
ρ
j
'
为
计算间歇过程数据样本的局部密度均值和相对距离的标准差
σ
(
δ
)
，选择局部密度大于或相对距离大于
σ
(
δ
)
的间歇过程数据样本作为候选模态中心集，并计算集合中数据样本的相对距离
δ
j
'
为式中，为集合中相距最远的两个间歇过程数据样本间的距离
。
定义具有
d
个维度的两个间歇过程数据样本
x
和
y
之间的相似性
NC(
·
)
式中，
|x
n
‑
y
n
|
为间歇过程数据样本
x
和
y
在维度
...

【专利技术属性】
技术研发人员：王建林，周新杰，李季，随恩光，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：