非平衡光纤传感数据集类间数据重合的识别与分离算法

传统基于LDA的聚类算法,进行非平衡光纤传感数据集类间数据重合的识别以及分类时,结果存在严重的类倾斜问题,聚类效果不理想。因此,提出新非平衡光纤传感数据集类间数据重合的识别与分离算法,采用K最邻近算法实现非平衡光纤传感数据集类间数据重合的识别,基于识别结果通过GAK-KNN算法实现数据集类间数据重合的分离,对非平衡光纤传感数据集类间数据样本分配合理的权重,通过K-means算法操作非均衡数据集,采用SMOTE算法实现初步聚类,通过三角质心TSMOTE算法解决非平衡光纤传感数据集分类结果倾向性问题,获取更为精确的非平衡光纤传感数据集类间数据聚类结果。实验结果说明,所提算法取得了较好的非平衡光纤传感数据聚类效果,聚类效率高。