[发明专利]一种用于污水异常检测的改进型层次聚类方法

摘要

本发明公开了一种一种用于污水异常检测的改进型层次聚类方法，本发明提供了一种应用于污水异常检测自动化监控的改进型层次聚类方法，结合机器学习中的网格聚类思想，通过LDA信息增益算法进行终止条件的判定，从而实现聚类的高效和精准，确定出数据的最佳聚类方案，通过对正常簇和异常簇的判别来确定污水处理中的异常。为了识别污水处理数据中的异常数据，应用了一种基于网格的改进型层次聚类算法进行数据异常的检测。算法使用网格聚类进行数据预处理，并采用LDA算法进行聚类最优的判定。网格聚类的结合提高了整体的聚类效率，同时凝聚型层次聚类保证了整个聚类过程的精准程度，基于LDA的信息增益算法作为聚类的终止条件，从而很好的解决了层次聚类算法中聚类效果不稳定的问，在投影后使得“类内方差最小，类间方差最大”。

主权项

1.一种用于污水异常检测的改进型层次聚类方法，包括以下步骤：S1：将污水处理系统的数据进行采集和预处理，得到相关数据集D；S2：将相对的n维数据空间按照不同维度划分为互不相交的矩形单元，将每个单元内的数据点作为一个簇，并进行初始合并形成新的初始簇；S3：根据LDA算法模型构造损失函数，将初始簇的数据点带入函数内，计算对应的损失函数；S4：将现有簇进行相似度计算，并构造相对的相似度矩阵，根据结果将相似度最大的两个簇进行合并，得到新的簇；S5：计算现有簇的损失函数，若损失函数减小，则返回S4，否则向下进行；S6：返回前一次的聚类结果，根据聚类结果计算相关离群点，将其标记为异常数据点，并判断其对应的异常类型进行相应故障排除。