基于改进的DPC算法的ZDJ9转辙机异常数据挖掘

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。