[發(fā)明專利]一種面向大型糧堆異常信息的聚類分析方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210543458.6
• 申請(qǐng)日: 2022-05-19
• 公開（公告）號(hào): CN114997612A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 王百一;蔡巾蘭;馬福航;成江昊;張艷晴;袁浩;馬啟航;馬振軒;劉新華
• 申請(qǐng)（專利權(quán)）人: 宿遷聚谷智能科技有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q10/08;G06Q50/02;G06K9/62
• 代理公司: 徐州先卓知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32555
• 代理人: 付艷艷

1.一種面向大型糧堆異常信息的聚類分析方法，其特征在于：包括以下步驟

步驟一、從糧堆管理系統(tǒng)中讀取相關(guān)設(shè)備記錄的可能存在波動(dòng)的數(shù)據(jù)；將數(shù)據(jù)作為樣本數(shù)據(jù)輸入；進(jìn)行箱型圖建模處理；

步驟二、剔除無(wú)異常數(shù)據(jù)；進(jìn)行數(shù)據(jù)讀取，將異常數(shù)據(jù)輸入；

步驟三、設(shè)置聚類算法超參數(shù)；隨機(jī)抽取樣本當(dāng)作不同類別的中心點(diǎn)；

步驟四、計(jì)算其余點(diǎn)到中心點(diǎn)的距離，根據(jù)最近的距離選擇族群；計(jì)算族群平均值，并將其與舊點(diǎn)中心比較；若族群平均值與舊點(diǎn)中心不同，則繼續(xù)執(zhí)行步驟四；若族群平均值與舊點(diǎn)中心相同，則結(jié)束聚類；

步驟五、將數(shù)據(jù)分為風(fēng)險(xiǎn)性異常數(shù)據(jù)及非風(fēng)險(xiǎn)性異常數(shù)據(jù)，并將前者輸入；建立評(píng)價(jià)指標(biāo)；對(duì)評(píng)價(jià)指標(biāo)進(jìn)行降維處理，降低指標(biāo)之間的相關(guān)性；

步驟六、計(jì)算處理后的評(píng)價(jià)指標(biāo)的信息量；將信息量進(jìn)行歸一化處理；計(jì)算熵和權(quán)；計(jì)算加權(quán)得分，得到評(píng)價(jià)指標(biāo)貢獻(xiàn)率；建立數(shù)據(jù)評(píng)分模型，完成對(duì)數(shù)據(jù)異常程度的合理打分。

2.根據(jù)權(quán)利要求1所述的一種面向大型糧堆異常信息的聚類分析方法，其特征在于：所述步驟一中，在進(jìn)行箱型圖建模之前，先將設(shè)備記錄的數(shù)據(jù)進(jìn)行預(yù)處理，將其作為樣本數(shù)據(jù)輸入；

箱型圖算法模型的建立：

計(jì)算下分位數(shù)、中分位數(shù)和上分位數(shù)，其可由下述公式確定：

其中，n表示檢測(cè)數(shù)據(jù)的項(xiàng)數(shù)，Q₁，Q₂，Q₃分別表示下分位數(shù)、中分位數(shù)和上分位數(shù)，進(jìn)而，確定異常值；

四分位數(shù)全距為：

IQR＝Q₃-Q₁

限制線位置為：

Q₁-1.51QR～～Q₃+1.51QR

并借此規(guī)定限制線以外的數(shù)據(jù)全部為異常數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種面向大型糧堆異常信息的聚類分析方法，其特征在于：所述步驟二中，對(duì)利用數(shù)據(jù)讀取算法對(duì)異常數(shù)據(jù)進(jìn)行讀取，并將其作為系統(tǒng)聚類算法的輸入；

聚類分析算法模型的建立包括：

首先，設(shè)定一個(gè)最小化平方誤差：

其中

其中，C_i表示檢測(cè)數(shù)據(jù)簇，μ_i表示檢測(cè)數(shù)據(jù)簇C_i的均值向量,或者說(shuō)是質(zhì)心，x是樣本點(diǎn)，k表示樣本點(diǎn)個(gè)數(shù)；

||x-μ_i||²

代表每個(gè)樣本點(diǎn)到均值點(diǎn)的距離；

使用閔可夫斯基距離

作為距離的度量，其中，p表示階數(shù)，x_i和x_j表示兩個(gè)樣本點(diǎn)；

取p＝＝2，將閔可夫斯基距離設(shè)為歐氏距離；

完成上述工作后，從樣本中隨機(jī)選取k個(gè)樣本點(diǎn)作為初始的均值向量

{μ₁，μ₂，…μ_k}

其中，k表示聚類簇?cái)?shù)。

4.根據(jù)權(quán)利要求3所述的一種面向大型糧堆異常信息的聚類分析方法，其特征在于：所述步驟五中，將數(shù)據(jù)分為風(fēng)險(xiǎn)性異常數(shù)據(jù)及非風(fēng)險(xiǎn)性異常數(shù)據(jù)包括以下條件：

(1)令

(2)對(duì)所有樣本點(diǎn)計(jì)算其到k個(gè)均值向量之間的距離，取其中距離最短的距離對(duì)應(yīng)的均值向量的標(biāo)記作為該點(diǎn)的簇標(biāo)記，然后將該點(diǎn)加入相應(yīng)的簇C_i

(3)對(duì)每一個(gè)簇計(jì)算他們新的均值向量

如果相比之前的向量有變化，則更新，將其作為新的均值向量，如果沒有變化就不變；

完成上述處理過(guò)程，得到風(fēng)險(xiǎn)性異常數(shù)據(jù)和非風(fēng)險(xiǎn)性異常數(shù)據(jù)的聚類分析模型，完成對(duì)異常數(shù)據(jù)的分類。