[发明专利]一种面向大型粮堆异常信息的聚类分析方法和装置

权利要求书

1.一种面向大型粮堆异常信息的聚类分析方法，其特征在于：包括以下步骤

步骤一、从粮堆管理系统中读取相关设备记录的可能存在波动的数据；将数据作为样本数据输入；进行箱型图建模处理；

步骤二、剔除无异常数据；进行数据读取，将异常数据输入；

步骤三、设置聚类算法超参数；随机抽取样本当作不同类别的中心点；

步骤四、计算其余点到中心点的距离，根据最近的距离选择族群；计算族群平均值，并将其与旧点中心比较；若族群平均值与旧点中心不同，则继续执行步骤四；若族群平均值与旧点中心相同，则结束聚类；

步骤五、将数据分为风险性异常数据及非风险性异常数据，并将前者输入；建立评价指标；对评价指标进行降维处理，降低指标之间的相关性；

步骤六、计算处理后的评价指标的信息量；将信息量进行归一化处理；计算熵和权；计算加权得分，得到评价指标贡献率；建立数据评分模型，完成对数据异常程度的合理打分。

2.根据权利要求1所述的一种面向大型粮堆异常信息的聚类分析方法，其特征在于：所述步骤一中，在进行箱型图建模之前，先将设备记录的数据进行预处理，将其作为样本数据输入；

箱型图算法模型的建立：

计算下分位数、中分位数和上分位数，其可由下述公式确定：

其中，n表示检测数据的项数，Q₁，Q₂，Q₃分别表示下分位数、中分位数和上分位数，进而，确定异常值；

四分位数全距为：

IQR＝Q₃-Q₁

限制线位置为：

Q₁-1.51QR～～Q₃+1.51QR

并借此规定限制线以外的数据全部为异常数据。

3.根据权利要求1所述的一种面向大型粮堆异常信息的聚类分析方法，其特征在于：所述步骤二中，对利用数据读取算法对异常数据进行读取，并将其作为系统聚类算法的输入；

聚类分析算法模型的建立包括：

首先，设定一个最小化平方误差：

其中

其中，C_i表示检测数据簇，μ_i表示检测数据簇C_i的均值向量,或者说是质心，x是样本点，k表示样本点个数；

||x-μ_i||²

代表每个样本点到均值点的距离；

使用闵可夫斯基距离

作为距离的度量，其中，p表示阶数，x_i和x_j表示两个样本点；

取p＝＝2，将闵可夫斯基距离设为欧氏距离；

完成上述工作后，从样本中随机选取k个样本点作为初始的均值向量

{μ₁，μ₂，…μ_k}

其中，k表示聚类簇数。

4.根据权利要求3所述的一种面向大型粮堆异常信息的聚类分析方法，其特征在于：所述步骤五中，将数据分为风险性异常数据及非风险性异常数据包括以下条件：

(1)令

(2)对所有样本点计算其到k个均值向量之间的距离，取其中距离最短的距离对应的均值向量的标记作为该点的簇标记，然后将该点加入相应的簇C_i

(3)对每一个簇计算他们新的均值向量

如果相比之前的向量有变化，则更新，将其作为新的均值向量，如果没有变化就不变；

完成上述处理过程，得到风险性异常数据和非风险性异常数据的聚类分析模型，完成对异常数据的分类。