基于模糊聚类的电力通信网络信息异常值挖掘方法研究

由于电力通信网络信息异常值的隐蔽性、多样性和动态变化性,导致在挖掘过程中难以全面地识别出所有的异常值。因此,该文提出了一种基于模糊聚类的电力通信网络信息异常值挖掘方法。采用该方案可对电力通信网络信息进行数据填补缺失值、数据标准化处理与统一表示,构建一个包含异常值相关属性的集合矩阵,使用Apriori算法识别出异常特征之间的强关联规则,通过规则提取出异常值特征参数,基于模糊聚类算法,计算样本与聚类中心的相似度并设置隶属度阈值,挖掘出电力通信网络中的异常值。实验结果表明,该方法能够更有效地根据异常值的特性,挖掘出更多的异常值,为保障电力通信网络的安全提供有力的技术支撑。