一种基于邻域传播聚类的能耗数据清洗方法

摘要

本发明提供的一种基于邻域传播聚类的能耗数据清洗方法，包括：输入相似矩阵，初始化数据样本的归属度；计算并更新数据样本点的吸引度；计算并更新数据样本点的归属度，直至吸引度、归属度均收敛；判断聚簇中心是否变化，若是则确定数据聚类结果，根据数据聚类结果，针对每个数据点进行离群分析并计算每个数据点的LOF值；根据LOF值进行排序，逐一判断每个LOF值的异常情况，剔除异常数据，完成能耗数据清洗。本发明提供的一种基于邻域传播聚类的能耗数据清洗方法，通过相似矩阵的参考度的值确定聚类中心，无需预先给出聚类中心的数量；通过LOF算法高精度地检测并清洗掉能耗数据中存在的异常数据。