改进Kmeans算法的海洋数据异常检测

摘要：

为解决Kmeans算法随机指定初始点聚类和海洋Argo浮标数据异常问题,提出一种改进Kmeans算法的海洋数据异常检测方法.提出一种改进Kmeans算法DMKmeans(density mathematics Kmeans),选取给定邻域范围内最近邻数据点最多的点为初始中心点,迭代聚类,直到准则函数收敛,聚类结束;基于DMKmeans算法对数据集聚类,使用数学模型为准则进行海洋监测数据异常检测.通过海洋监测数据异常检测仿真实验,将DMKmeans算法与传统Kmeans算法及Min-MaxKmeans算法做对比分析,其结果表明,提出算法能有效提高聚类准确率和异常检测率.

关键词：Kmeans算法、初始聚类中心点、离群点、海洋监测数据、异常检测

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：2016广西高校中青年教师基础能力提升基金项目ky2016YB150;桂林电子科技大学研究生教育创新计划基金项目2017YJCX48

在线出版日期：2018-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3132-3136