ONOPTOC聚类算法及其在批过程中的应用

摘要：

提出了一种连续更新的过聚类和合并相结合的竞争学习的聚类算法(ONOPTOC).该算法依据OPTOC的原则,构建原型点的动态邻接区域和动态背离区域,通过自分裂和聚合的策略,识别数据集中的天然聚类并给出聚类的数目.采用该算法对批过程中的历史数据进行分析,原型点的特征与对应的产品表达水平等级相符,有效地检测了该批次产品的表达水平,为当前的决策提供依据.

关键词：聚类、过聚类、原型点、邻接区域、背离区域

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2003AA241160

在线出版日期：2006-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：251-252