科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对ZDJ9转辙机动作电流数据的特点，提出一种基于改进的密度峰值聚类（Density Peaks Clustering,DPC）算法的数据挖掘方法来识别异常数据。通过提取能有效表征转辙机运行状态的特征值来降低数据维度，从而降低运算复杂度，减少计算时间；对特征数据进行归一化处理，使得各特征指标处于同一数量级，消除不同特征指标之间量纲的影响；提出一种改进的DPC算法，并将其应用于ZDJ9转辙机动作电流数据，成功识别出异常数据，验证该算法的有效性。
-
单位北京全路通信信号研究设计院集团有限公司
