一种基于自适应密度聚类算法的过程状态标注方法及装置制造方法及图纸

本发明专利技术公开了一种基于自适应密度聚类的过程状态标注方法及装置，包括自适应密度计算模块，自适应邻域搜索模块。首先，采用非参数密度计算方法实现密度的自动计算；其次，计算该数据集的自适应邻域；最后，按照密度大小由高至低，循环选取密度中心，将满足合并条件的样本归为统一类簇。它的一个突出特点是可以自动设置参数，这是同类方法所不具备的。本发明专利技术可以对实时产生的无标签过程数据进行自动的类别标注，解决了目前人工标注的高成本、高耗时、标准不统一、准确率低的问题。

【技术实现步骤摘要】

本专利技术属于数据挖掘与分析，特别涉及一种基于自适应密度聚类算法的过程状态标注方法及装置。

技术介绍

1、随着物联网的高速发展和信息处理能力的提高、以及人口红利趋于消失的现状，提高质量和效率已成为我国工业发展的迫切需求。实现数字化、自动化和信息化，可实现工业生产现场的全面感知、自动控制和集中集成，有效降低恶劣自然环境下的人工操作强度，降低生产管理难度。通过智能物联网，可以及时诊断问题，优化管理流程，提高工作效率，实现精细化管理，降低成本，提高效率。通过物联网技术与工业生产过程的融合，建立工业生产过程的实时信息采集、传输与分析应用系统，实现对过程的监控与优化控制，从而显著降低能源消耗，有效提高生产效率。

2、由于物联网中的数据集大多是由传感器收集的，其样本很少甚至没有标签。它限制了它们的有效使用和积极反馈。数据标注耗时费力，尤其是在数据量大、更新快的情况下。因此，对大规模物联网数据集进行人工标注是不可能的。此外，它们之间的强相关性需要对样本解耦进行研究。因此，聚类作为一种无监督的机器学习算法，在快速而准确的标注过程的状态上具有很高的应用价值，也是本文档来自技高网...

【技术保护点】

1.一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述自适应密度ρi为：

3.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述步骤4)具体为：

4.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述步骤5)，包括以下步骤：

5.一种基于自适应密度聚类算法的过程状态标注装置，其特征在于，包括：

6.一种基于自适应密度聚类算法的过程状态标注装置，其特征在于，包...

【技术特征摘要】

1.一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述自适应密度ρi为：

3.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述步骤4)具体为：

4.根据权利要求1所述的一种基于自适应密度聚类算法的过程状态标注方法，其特征在于，所述步骤5)，包括以下步骤：

5.一种基于自适应密度聚类算法的...

【专利技术属性】
技术研发人员：何玉庆，张涛，李德才，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：