[发明专利]一种基于局部密度峰值聚类的模态辨识方法

摘要

本发明公开了一种基于局部密度峰值聚类的模态辨识方法，属于多模态工业过程模态辨识领域，所述方法包括：采集多模态工业过程不同模态下的数据，构成待辨识的模态数据集；计算数据集中每个样本点之间的欧氏距离，并确定每个样本点的k近邻集；计算每个样本点在k近邻集下的局部密度值，并确定每个样本点到高于自身局部密度值的样本点的最小欧式距离；确定作为聚类中心的样本点；分配剩余样本点，得到初步聚类结果；对数据集进行窗口划分，并更新每个模态所包含的样本点，得到最终的模态辨识结果。本发明方法能够避免过渡模态的聚类中心丢失，同时实现过渡模态起点和终点的精准识别。

主权项

1.一种基于局部密度峰值聚类的模态辨识方法，其特征在于，包括：(1)采集多模态工业过程不同模态下的数据，构成待辨识的模态数据集；(2)计算所述数据集中每个样本点之间的欧氏距离，并根据计算得到的欧式距离和设定的参数k确定每个样本点的k近邻集；所述k近邻集，指的是与当前样本点欧氏距离小于所有样本点与当前样本点的欧氏距离从小到大排序后得到的距当前样本点第k近的样本点集合；(3)计算每个样本点在k近邻集下的局部密度值，并确定每个样本点到高于自身局部密度值的样本点的最小欧式距离；(4)根据所述每个样本点在k近邻集下的局部密度值和所述每个点到高于自身局部密度值的样本点的最小欧式距离，确定作为聚类中心的样本点；(5)将剩余的每个样本点分配给高于自身局部密度值且欧式距离最近的样本点所属的聚类，得到包括稳定模态和过渡模态的初步聚类结果；(6)对所述数据集进行窗口划分，并更新每个模态所包含的样本点，得到最终的模态辨识结果。