密度峰值属性约简算法

无监督自动定簇

一种无需预设簇数、能处理非球形数据的无监督属性约简算法，用于提升卫星电力系统故障诊断的准确性。

索明亮 · Jingyi, Xing · Ragulskis, Minvydas · Yanchen, Dong · Yonglan, Zhang · Lü, Chen

Advanced Engineering Informatics 2024

技术优势

不用预设簇数

DPC-UAR基于密度峰聚类自动识别簇中心，避免人工设定聚类数导致的结果不稳定。

能处理非球形簇

DPC-UAR采用密度峰聚类和启发式方法，能够处理传统聚类方法难以处理的非球形数据分布。

无监督性能提升最大

在UCI数据集的属性约简实验中，DPC-UAR相比其他无监督属性约简方法，对无监督学习算法的性能提升最大。

故障诊断准确

在卫星电源系统故障诊断中，基于DPC-UAR的无监督故障诊断策略实现了高准确率、高故障检测率和低误报率。

应用场景

• 航天器电源管理：用无监督学习从卫星电源无标签遥测数据中挖掘故障规则，实现自主健康管理。
• 工业故障诊断：无需标注数据即可训练故障诊断模型，降低工业系统数据标注成本。
• 智能运维：自动提取关键属性并给出诊断决策，辅助制定维护计划。
• 无监督异常检测：通过无监督属性约简+聚类识别异常模式，无需先验故障标签。