【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第12期 72-75页,共4页

【作 者】： 姜滨 [1] ; 杨杰明 [2]

【摘 要】 在对航空器的异常数据检测中，由于数据间特征相似性和多样性，使得数据之间的内在关联性高。采用传统的检测方法时，由于这种高的关联性对检测数据的控制参数产生干扰，导致挖掘效率低，误差大的问题，提出一种基于改进模糊贴近算法的航空器异常数据挖掘方法，分析了航空器异常数据挖掘原理，结合模糊数学的聚类概念，确定检测数据初始聚类中心和控制参数，通过迭代公式完成聚类分析，引入贴近指标权向量，依据指标权向量对聚类准则函数进行塑造，完成异常数据聚类中心的分解及合并，并应用于航空器异常数据挖掘中，实验结果表明，引入模糊贴近规则后，提高了航空器异常数据挖掘的可靠性。