• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于DTW-kmedoids算法的時(shí)間序列數(shù)據(jù)異常檢測(cè)*

    2022-06-08 06:47:06宗文澤吳永明
    關(guān)鍵詞:中心點(diǎn)聚類閾值

    宗文澤,吳永明,,徐 計(jì),黎 旭,王 晨

    (貴州大學(xué) a.現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;b.公共大數(shù)據(jù)國(guó)家重點(diǎn)實(shí)驗(yàn)室,貴陽(yáng) 550025)

    0 引言

    伴隨著大數(shù)據(jù)時(shí)代的到來(lái),醫(yī)學(xué)、生物、金融、工程和工業(yè)生產(chǎn)等領(lǐng)域產(chǎn)生了大量的具有明顯的時(shí)間順序性的數(shù)據(jù)[1-3]。尤其是生產(chǎn)的信息化和傳感器的普及,使越來(lái)越多的數(shù)據(jù)被實(shí)時(shí)記錄下來(lái),形成了時(shí)間序列數(shù)據(jù)。在時(shí)間序列數(shù)據(jù)中,異常數(shù)據(jù)往往攜帶著大量有用的信息,所以時(shí)間序列數(shù)據(jù)的異常檢測(cè)正在在當(dāng)今社會(huì)關(guān)注度越來(lái)越高。與此同時(shí),聚類算法作為機(jī)器學(xué)習(xí)算法的一個(gè)重要分支[4-6],不需要給數(shù)據(jù)打標(biāo)簽,不需要標(biāo)記實(shí)例[7],成為最適合處理時(shí)間序列數(shù)據(jù)的方法之一,得到廣泛研究和應(yīng)用。

    聚類算法一般可以用基于劃分、基于密度、基于層次等方式來(lái)進(jìn)行分類[8]。黃曉輝等[9]結(jié)合特征加權(quán)方法,提出了一種新的通過(guò)在子空間內(nèi)最大化簇中心與其他簇?cái)?shù)據(jù)對(duì)象的距離來(lái)融合簇內(nèi)和簇間距離進(jìn)行聚類的加權(quán)K-means方法(KICIC)來(lái)解決高維數(shù)據(jù)聚類問(wèn)題。秦佳睿等[10]提出一種自適應(yīng)選擇局部半徑的密度聚類算法(SALE-DBSCAN),通過(guò)確定密度峰值點(diǎn),自適應(yīng)選擇聚類的局部鄰域半徑,簡(jiǎn)化了參數(shù)選擇的過(guò)程;通過(guò)使用自適應(yīng)選擇的局部鄰域半徑擴(kuò)張密度峰值點(diǎn)的鄰域進(jìn)行聚類,提高了聚類結(jié)果質(zhì)量。季姜帥等[11]構(gòu)建了融合精英保留法與輪盤賭的選擇算子,并通過(guò)優(yōu)化適應(yīng)度函數(shù)和小生境策略保持種群多樣性,加快收斂速度,提升聚類精度。時(shí)間序列聚類已經(jīng)在時(shí)間序列挖掘領(lǐng)域引起了廣泛地關(guān)注。吳永明等[12]設(shè)計(jì)了一種基于改進(jìn)生長(zhǎng)神經(jīng)氣模型(GNG)的自適應(yīng)聚類模型,建立基于概率、范圍搜尋、節(jié)點(diǎn)平均距離的節(jié)點(diǎn)生成、刪除機(jī)制,實(shí)現(xiàn)對(duì)漂移數(shù)據(jù)實(shí)時(shí)監(jiān)控。EUN等[13]提出基于譜密度[14]以及全變分距離[15]的聚類方法,通過(guò)事件的相似振蕩行為構(gòu)建類簇,該方法直接對(duì)時(shí)間序列數(shù)據(jù)聚類,受事件的復(fù)雜結(jié)構(gòu)影響,聚類準(zhǔn)確率低。SANDER[16]將層次聚類算法應(yīng)用于時(shí)間序列的聚類上,并通過(guò)聚類有效性指標(biāo)表明得到了較好的聚類效果。對(duì)應(yīng)于曲線的極值的分區(qū)用于最終估計(jì)群集的數(shù)目,并提出了新的有效性指數(shù)來(lái)量化聚類質(zhì)量,獨(dú)立于聚類算法和強(qiáng)調(diào)聚類的幾何特征,有效地處理噪聲數(shù)據(jù)和任意形狀的聚類。

    綜上所述,本文對(duì)時(shí)間序列數(shù)據(jù)聚類進(jìn)行了深入研究,在現(xiàn)有的聚類算法中,通常直接對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行聚類,采用歐式距離進(jìn)行劃分,沒(méi)有時(shí)間序列對(duì)齊的靈活性,無(wú)法對(duì)時(shí)間序列數(shù)據(jù)很好地聚類。因此本文綜合考慮事件的復(fù)雜結(jié)構(gòu)特征,提出一種基于DTW與K-medoids算法相結(jié)合的學(xué)習(xí)模型,通過(guò)引入時(shí)間動(dòng)態(tài)規(guī)整,提高聚類對(duì)動(dòng)態(tài)時(shí)間序列對(duì)齊的靈活性,使聚類適用于動(dòng)態(tài)時(shí)間序列數(shù)據(jù),同時(shí)構(gòu)建閾值機(jī)制實(shí)現(xiàn)對(duì)工業(yè)數(shù)據(jù)的監(jiān)督和預(yù)警。

    1 K-medoids算法理論

    傳統(tǒng)K-medoids聚類算法使用一個(gè)代價(jià)函數(shù)來(lái)評(píng)估聚類質(zhì)量的好壞,以重復(fù)迭代的方式尋找到最好的聚簇劃分及聚簇中心點(diǎn)。這里使用基于歐式距離的聚類誤差平方E來(lái)評(píng)估聚類結(jié)果質(zhì)量,定義如下:

    (1)

    式中,x為各個(gè)簇類Cj中的樣本;Oj為其聚類中心。

    K-medoids聚類算法步驟可描述如下:

    步驟1:從數(shù)據(jù)集中隨機(jī)選擇k個(gè)對(duì)象,作為初始的聚類中心點(diǎn);

    步驟2:根據(jù)與中心點(diǎn)距離的遠(yuǎn)近,將數(shù)據(jù)集中的其他非中心點(diǎn)對(duì)象分配到最近中心點(diǎn)所在的簇類;

    步驟3:重新計(jì)算每個(gè)簇的中心點(diǎn)位置,使其到該簇其他樣本的距離總和最??;

    步驟4:重復(fù)執(zhí)行步驟2和步驟3,直到聚類誤差平方和基本不變,達(dá)到指定要求為止。

    一般K-means聚類算法是通過(guò)計(jì)算簇類點(diǎn)的平均值來(lái)選取中心點(diǎn),其對(duì)孤立點(diǎn)敏感,選取的中心可能不存在。與K-means聚類算法不同的是,K-medoids聚類算法在迭代選取中心點(diǎn)時(shí),總是在中心點(diǎn)的周圍選擇樣本點(diǎn)作為新的中心點(diǎn),消除了對(duì)孤立點(diǎn)的敏感性。

    2 DTW-kmedoids聚類算法及閾值模型

    DTW-kmedoids聚類算法是K-medoids算法結(jié)合DTW的改進(jìn)。該算法利用了DTW距離可以反映樣本相似性的特性,以DTW距離為基礎(chǔ)構(gòu)建了聚類結(jié)果質(zhì)量的代價(jià)函數(shù)。

    2.1 DTW算法

    DTW最早由日本學(xué)者Itakura提出,是一種基于動(dòng)態(tài)規(guī)劃(DP)思想的動(dòng)態(tài)時(shí)間歸整算法。DTW可以實(shí)現(xiàn)不等長(zhǎng)時(shí)間序列的度量,還對(duì)時(shí)間序列的偏移、振幅變化等情況具有較強(qiáng)的魯棒性[17]。ROHIT等[18]指出,DTW特征與其他機(jī)器學(xué)習(xí)方法的結(jié)合使用,可以提高機(jī)器學(xué)習(xí)方法的性能。

    DTW的計(jì)算過(guò)程如下:測(cè)試模板第i幀Ti與參考模板第j幀Rj的失真度為d(i,j),設(shè)D(i,j)為測(cè)試模板匹配了i幀、參考模板匹配了j幀失真度。為了求取最終答案DTW(m,n),可以定義1個(gè)矩陣,矩陣的(i,j)位置包含d(i,j)和DTW(i,j)。對(duì)于規(guī)整路徑W={w1,w2,w3,...,wk},有:

    (2)

    式中,wi的約束條件有:

    (1)規(guī)整路徑滿足w1=(1,1),且wk=(m,n);

    (2)對(duì)于任意的1≤i

    (3)對(duì)于任意的1≤i

    (3)

    式中,DTW代表前面遍歷過(guò)的區(qū)域得到的最短距離;d代表前一個(gè)坐標(biāo)到該坐標(biāo)的距離。

    2.2 DTW-kmedoids算法

    本文采用了DTW距離代替歐式距離,形成了一種新的基于DTW的對(duì)聚類結(jié)果質(zhì)量的評(píng)估的代價(jià)函數(shù),其定義如下:

    (4)

    式中,x為各個(gè)簇類Cj中的樣本;Oj為其聚類中心。

    如圖1所示,DTW距離的對(duì)齊方式如圖1b所示,相比于歐氏距離如圖1a所示,更能夠體現(xiàn)時(shí)間序列數(shù)據(jù)特征點(diǎn)到對(duì)應(yīng)特征點(diǎn)的對(duì)應(yīng)關(guān)系,表現(xiàn)序列數(shù)據(jù)之間的相似性。DTW-kmedoids算法首先將樣本標(biāo)準(zhǔn)化,然后隨機(jī)選取k個(gè)樣本點(diǎn)作為中心點(diǎn)并計(jì)算其他點(diǎn)到中心點(diǎn)的DTW代價(jià)函數(shù)值,根據(jù)最小的代價(jià)函數(shù)將其余的樣本點(diǎn)歸類到中心點(diǎn)代表的簇,重新計(jì)算中心點(diǎn)的位置,對(duì)其他樣本點(diǎn)歸類,并計(jì)算新的中心點(diǎn)的代價(jià)函數(shù),留下代價(jià)值最小的中心點(diǎn),重復(fù)這個(gè)過(guò)程,直到代價(jià)函數(shù)值達(dá)到最小。它的具體算法如表1所示。

    (a) 歐式距離對(duì)齊 (b) DTW距離對(duì)齊圖1 歐氏距離和DTW距離的對(duì)齊模式

    表1 DTW-kmedoids算法

    2.3 閾值的確定

    閾值通過(guò)以下方法設(shè)定:將每個(gè)簇的中心設(shè)為Centeri(i=1,2,3),簇邊界設(shè)置于到中心的平均距離,閾值則確定于兩個(gè)簇的邊界之間,對(duì)于每一個(gè)數(shù)據(jù)維度,有上下兩個(gè)閾值:

    Hthreshold=

    (5)

    Lthreshold=

    (6)

    式中,ni(i=1,2,3)代表每個(gè)簇內(nèi)樣本數(shù)據(jù)量;aj代表樣本經(jīng)過(guò)預(yù)處理后的值。閾值可以用來(lái)確定正常數(shù)據(jù)的范圍,剩下的就是異常數(shù)據(jù)。

    2.4 評(píng)價(jià)指標(biāo)

    在聚類算法的評(píng)價(jià)中,引入了評(píng)價(jià)指標(biāo)輪廓系數(shù)。它的計(jì)算公式為:

    (7)

    式中,ai為樣本i到同簇其他樣本的平均距離。所有樣本的輪廓系數(shù)的平均值稱為聚類結(jié)果的平均輪廓系數(shù),是該聚類是否合理、有效的度量。當(dāng)平均輪廓系數(shù)接近1時(shí),簇內(nèi)緊湊,并遠(yuǎn)離其他簇。

    除了聚類評(píng)價(jià)指標(biāo)輪廓系數(shù),本文還引入了機(jī)器學(xué)習(xí)評(píng)價(jià)指標(biāo)檢測(cè)成功率TPR和誤報(bào)率FPR。

    (8)

    (9)

    式中,TP代表真正類,即樣本的真實(shí)狀態(tài)是異常狀態(tài),而且模型預(yù)測(cè)的結(jié)果也是異常狀態(tài);FP代表假正類,即樣本的真實(shí)狀態(tài)是正常狀態(tài),而且模型預(yù)測(cè)的結(jié)果是異常狀態(tài);TN代表真負(fù)類,即樣本的真實(shí)狀態(tài)是正常狀態(tài),而且模型預(yù)測(cè)結(jié)果也是正常狀態(tài);FN代表假負(fù)類,即樣本的真實(shí)狀態(tài)是異常狀態(tài),而且模型預(yù)測(cè)的結(jié)果正常狀態(tài)。TPR越高,說(shuō)明有越多的異常樣本被模型預(yù)測(cè)正確,模型的效果越好;FPR越低,說(shuō)明有越少的正常樣本被識(shí)別為異常樣本,模型的效果越好。

    2.5 模型流程

    基于DTW-kmedoids算法,本文構(gòu)建了對(duì)時(shí)間序列數(shù)據(jù)的異常檢測(cè)模型,如圖2所示。首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,使數(shù)據(jù)歸一化;利用DTW-kmedoids對(duì)數(shù)據(jù)進(jìn)行聚類,得到聚類結(jié)果;對(duì)于聚類后的樣本,使用式(5)、式(6)的閾值進(jìn)行判定,大于Hthreshold或小于Lthreshold的判定為異常值。

    圖2 基于DTW-kmedoids的異常檢測(cè)模型

    3 實(shí)例驗(yàn)證

    3.1 實(shí)驗(yàn)數(shù)據(jù)及參數(shù)

    實(shí)驗(yàn)對(duì)象選擇的是貴陽(yáng)市某卷煙廠1個(gè)月內(nèi)31個(gè)批次煙葉加工過(guò)程中含水率的時(shí)間序列數(shù)據(jù)。煙葉含水率對(duì)煙葉后續(xù)加工質(zhì)量有著非常大的影響,煙葉含水率不足,會(huì)降低煙葉的耐加工性能,增加后續(xù)加工中的損耗。本文使用的是不同工藝后煙葉的含水率數(shù)據(jù),因?yàn)樯a(chǎn)工藝在理論上有先后的順序,因此將生產(chǎn)工藝數(shù)據(jù)看作時(shí)間序列數(shù)據(jù)。基于DTW的改進(jìn)K-medoids算法對(duì)具有時(shí)間序列的含水率數(shù)據(jù)進(jìn)行聚類和異常識(shí)別,為監(jiān)管者提供了良好的理論支持,數(shù)據(jù)指標(biāo)和數(shù)據(jù)如表2和表3所示。

    表2 時(shí)間序列含水率指標(biāo)

    表3 時(shí)間序列含水率數(shù)據(jù)

    表2反映了本次實(shí)驗(yàn)6個(gè)輸入指標(biāo),以及聚類評(píng)價(jià)指標(biāo)輪廓系數(shù)、異常檢測(cè)的檢測(cè)成功率和誤報(bào)率這兩個(gè)指標(biāo)。

    因?yàn)闀r(shí)間序列數(shù)據(jù)中有三種含水率狀態(tài):初始狀態(tài),異常狀態(tài),平穩(wěn)狀態(tài),所以本文設(shè)k=3。用聚類算法可以得到對(duì)應(yīng)的三類。采用了K-means算法,經(jīng)典K-medoids算法和DTW-kmedoids算法對(duì)以上數(shù)據(jù)進(jìn)行聚類。在聚類結(jié)果中,按比例縮放后,初始狀態(tài)樣本點(diǎn)與其自身質(zhì)心之間的所有距離都小于0.1,但它們與另外兩個(gè)狀態(tài)質(zhì)心的距離相對(duì)較大,即4.5~9.0。相反,處于平穩(wěn)狀態(tài)中所有樣本與初始狀態(tài)質(zhì)心之間的距離大于7.5,而到它們自己聚類中心的距離都小于0.12,這表明,處于初始狀態(tài)、異常狀態(tài)和平穩(wěn)運(yùn)行狀態(tài)的樣本明顯分布在三個(gè)不同的區(qū)域。三種圖案的樣本可以清晰地相互區(qū)分,為閾值區(qū)分奠定了基礎(chǔ)。

    在上述6個(gè)指標(biāo)中選取了3個(gè),首先對(duì)數(shù)據(jù)進(jìn)行了可視化處理,如圖3所示。

    圖3 時(shí)間序列含水率分布

    3.2 實(shí)驗(yàn)結(jié)果

    為了驗(yàn)證基于DTW-kmedoids的煙絲含水率控制模型的有效性和準(zhǔn)確性,選取了1043個(gè)樣本,其中包括314個(gè)初始狀態(tài)樣本,212個(gè)異常狀態(tài)樣本,517個(gè)平穩(wěn)狀態(tài)樣本。本次實(shí)驗(yàn)選取了指標(biāo)1、指標(biāo)2、指標(biāo)3三個(gè)輸入指標(biāo),以及聚類評(píng)價(jià)指標(biāo)輪廓系數(shù)、異常檢測(cè)的檢測(cè)成功率和誤報(bào)率這兩個(gè)指標(biāo)。首先分別采用了K-means算法,經(jīng)典K-medoids算法和DTW-kmedoids算法進(jìn)行聚類,根據(jù)聚類效果建立對(duì)應(yīng)的閾值對(duì)數(shù)據(jù)進(jìn)行劃分,如果樣本不屬于初始狀態(tài),也不屬于平穩(wěn)狀態(tài),則相應(yīng)的測(cè)試樣本被視需要控制的樣本;否則,它將被視為正常樣本。聚類結(jié)果如圖4所示。

    (a) DTW-kmedoids聚類結(jié)果 (b) K-means聚類結(jié)果

    (c) 傳統(tǒng)K-medoids聚類結(jié)果圖4 聚類結(jié)果

    圖4可以明顯看到煙絲含水率數(shù)據(jù)聚集于初始狀態(tài)和平穩(wěn)狀態(tài),而中間較為離散的數(shù)據(jù)正處于異常狀態(tài)。根據(jù)圖4aDTW-kmedoids算法的聚類結(jié)果,可以看到這些數(shù)據(jù)清晰地聚為3類。圖4b中K-means算法將一部分平穩(wěn)狀態(tài)樣本識(shí)別為異常樣本,這是因?yàn)楫惓顟B(tài)的均值中心偏離,導(dǎo)致相似度較高的樣本被不同的中心點(diǎn)俘獲。圖4c中傳統(tǒng)K-medoids算法區(qū)分出了平穩(wěn)狀態(tài),但是未能根據(jù)時(shí)間相似性區(qū)分初始狀態(tài)和異常狀態(tài),導(dǎo)致某時(shí)間段內(nèi)樣本被分為兩部分。

    對(duì)聚類樣本求輪廓系數(shù),結(jié)果如圖5所示。

    (a) DTW-kmedoids輪廓系數(shù) (b) K-means輪廓系數(shù)

    (c) 傳統(tǒng)K-medoids輪廓系數(shù)圖5 輪廓系數(shù)

    圖5a為DTW-kmedoids聚類結(jié)果的輪廓系數(shù)圖,正數(shù)較多,平均值更接近1;圖5b和圖5c分別為K-means和傳統(tǒng)K-medois算法聚類結(jié)果輪廓系數(shù)圖,負(fù)數(shù)相對(duì)較多,平均值較小??傻帽疚奶岢龅腄TW-kmedoids算法相對(duì)于K-means算法和傳統(tǒng)K-medoids算法比較有較明顯提升。這說(shuō)明,DTW-kmedoids算法能在增大類間距離的同時(shí),有效地減小類內(nèi)距離。

    根據(jù)式(5)、式(6),得到的閾值模型如圖6所示。

    (a) DTW-kmedoids獲得的閾值 (b) K-means獲得的閾值

    (c) 傳統(tǒng)K-medoids獲得的閾值圖6 不同聚類算法獲得的閾值

    圖6中,對(duì)于初始狀態(tài)的3個(gè)指標(biāo),各有兩個(gè)閾值進(jìn)行識(shí)別,6個(gè)閾值代表的面圍成了長(zhǎng)方體,長(zhǎng)方體內(nèi)部的數(shù)據(jù)代表識(shí)別為初始狀態(tài);平穩(wěn)狀態(tài)亦然。得益于DTW-kmedoids算法優(yōu)秀的聚類效果,圖6a中的閾值可以很好地識(shí)別出數(shù)據(jù)的初始狀態(tài)和平穩(wěn)狀態(tài),而剩下的就是異常數(shù)據(jù)。圖6b中代表平穩(wěn)狀態(tài)閾值的長(zhǎng)方體較小,導(dǎo)致K-means算法異常識(shí)別誤報(bào)率較高。圖6c中傳統(tǒng)K-medoids算法未能準(zhǔn)確區(qū)分初始狀態(tài)和異常狀態(tài),導(dǎo)致初始狀態(tài)閾值長(zhǎng)方體偏離初始狀態(tài)數(shù)據(jù)簇類,進(jìn)而使識(shí)別準(zhǔn)確率不足。

    除了上述實(shí)驗(yàn),本文還使用了全部指標(biāo)進(jìn)行了實(shí)驗(yàn)Ⅱ,表4~表6是實(shí)驗(yàn)Ⅱ的聚類結(jié)果,A為平穩(wěn)狀態(tài),B為異常狀態(tài),C為初始狀態(tài)。

    表4 DTW-kmedoids聚類結(jié)果

    表5 K-means聚類結(jié)果

    表6 傳統(tǒng)K-medoids聚類結(jié)果

    對(duì)實(shí)驗(yàn)Ⅱ聚類樣本求輪廓系數(shù),結(jié)果如圖7所示。

    (a) 六維數(shù)據(jù)DTW-kmedoids輪廓系數(shù) (b) 六維數(shù)據(jù)K-means輪廓系數(shù)

    (c) 六維數(shù)據(jù)K-medoids輪廓系數(shù)圖7 實(shí)驗(yàn)Ⅱ得到的輪廓系數(shù)

    圖7a為DTW-kmedoids聚類結(jié)果的輪廓系數(shù)圖,圖7b和圖7c分別為K-means和傳統(tǒng)K-medoids算法聚類結(jié)果輪廓系數(shù)圖。依然可以看出本文提出的DTW-kmedoids算法相對(duì)于K-means算法和傳統(tǒng)K-medoids算法比較有較明顯提升。再次說(shuō)明,DTW-kmedoids算法能在增大類間距離的同時(shí),有效地減小類內(nèi)距離。上述兩個(gè)實(shí)驗(yàn)均能表明,基于DTW-kmedoids算法可以對(duì)時(shí)間序列數(shù)據(jù)有效地進(jìn)行聚類。表7是實(shí)驗(yàn)Ⅱ得到的閾值。

    表7 不同算法得到的閾值

    結(jié)合這兩個(gè)實(shí)驗(yàn),得到了異常識(shí)別準(zhǔn)確率的對(duì)比,結(jié)果如表8所示。

    表8 異常識(shí)別準(zhǔn)確率對(duì)比

    根據(jù)表8,基于DTW-kmedoids算法的模型識(shí)別率可以達(dá)到最高,誤報(bào)率最低。3種方法表明,基于DTW-kmedoids算法得到的閾值效果最優(yōu),對(duì)異常值的判斷最為準(zhǔn)確,進(jìn)而說(shuō)明了該方法能夠在克服煙絲加工工藝對(duì)濕度影響的前提下提取和區(qū)分煙絲特征。因此,基于DTW-kmedoids算法的模型足以識(shí)別異常樣本。在異常樣本出現(xiàn)時(shí),可以及時(shí)調(diào)整生產(chǎn)工藝,減少異常,降低煙葉含水率不足對(duì)后續(xù)加工的影響。

    4 結(jié)論

    本文針對(duì)現(xiàn)有基于聚類算法的時(shí)序數(shù)據(jù)異常檢測(cè)進(jìn)行了分析和研究,提出了一種基于改進(jìn)K-medoids算法(DTW-kmedoids)的時(shí)間序列數(shù)據(jù)異常檢測(cè)模型。以卷煙廠的時(shí)序數(shù)據(jù)為實(shí)驗(yàn)對(duì)象,通過(guò)對(duì)具有時(shí)間序列特性的煙絲含水率數(shù)據(jù)進(jìn)行聚類分析,并以K-means算法、傳統(tǒng)K-medoids算法為參照進(jìn)行了實(shí)驗(yàn)對(duì)比。結(jié)果表明,本文提出的基于DTW-kmedoids的模型在跟蹤與監(jiān)督煙絲含水率異常檢測(cè)方面更具有優(yōu)勢(shì),能有效完成工業(yè)生產(chǎn)中對(duì)時(shí)間序列數(shù)據(jù)的監(jiān)督,并能夠提高時(shí)間序列異常數(shù)據(jù)檢測(cè)的有效性和精確性,進(jìn)而為工廠管理者提供理論技術(shù)支持。

    猜你喜歡
    中心點(diǎn)聚類閾值
    Scratch 3.9更新了什么?
    小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
    如何設(shè)置造型中心點(diǎn)?
    電腦報(bào)(2019年4期)2019-09-10 07:22:44
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    基于DBSACN聚類算法的XML文檔聚類
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    室內(nèi)表面平均氡析出率閾值探討
    漢字藝術(shù)結(jié)構(gòu)解析(二)中心點(diǎn)處筆畫應(yīng)緊奏
    基于改進(jìn)的遺傳算法的模糊聚類算法
    尋找視覺(jué)中心點(diǎn)
    大眾攝影(2015年9期)2015-09-06 17:05:41
    欧美xxxx性猛交bbbb| 少妇人妻一区二区三区视频| 亚洲av中文av极速乱| av在线app专区| 直男gayav资源| 国产精品久久久久成人av| 欧美另类一区| 在线观看美女被高潮喷水网站| 亚洲美女黄色视频免费看| 久久国产精品男人的天堂亚洲 | 自拍偷自拍亚洲精品老妇| 不卡视频在线观看欧美| kizo精华| 另类亚洲欧美激情| 久久国产精品男人的天堂亚洲 | 2018国产大陆天天弄谢| 国产午夜精品久久久久久一区二区三区| 国产免费一级a男人的天堂| 身体一侧抽搐| 亚洲精品一二三| av视频免费观看在线观看| 日日啪夜夜爽| 亚洲国产成人一精品久久久| 中文字幕亚洲精品专区| 国内精品宾馆在线| 精品久久久精品久久久| 国产精品精品国产色婷婷| 国产精品人妻久久久影院| 99久久中文字幕三级久久日本| 国产有黄有色有爽视频| av在线播放精品| 国产欧美另类精品又又久久亚洲欧美| 国产伦精品一区二区三区视频9| 少妇高潮的动态图| 老女人水多毛片| 亚洲精品国产av蜜桃| 少妇的逼好多水| 男人舔奶头视频| 五月开心婷婷网| 免费黄网站久久成人精品| 青春草国产在线视频| 啦啦啦视频在线资源免费观看| 成年美女黄网站色视频大全免费 | 国产黄色免费在线视频| 熟女av电影| 欧美高清成人免费视频www| 如何舔出高潮| 日本欧美视频一区| 国产免费又黄又爽又色| 亚洲人成网站在线观看播放| 观看免费一级毛片| 最近中文字幕高清免费大全6| 色吧在线观看| 日韩制服骚丝袜av| 久久久久国产网址| 亚洲人成网站在线观看播放| 国产乱人偷精品视频| 欧美 日韩 精品 国产| 少妇熟女欧美另类| 久久综合国产亚洲精品| 久久久亚洲精品成人影院| 高清午夜精品一区二区三区| 国产视频内射| 舔av片在线| 久久久成人免费电影| 黄片wwwwww| 小蜜桃在线观看免费完整版高清| 免费看日本二区| 国产免费一区二区三区四区乱码| 精品久久久久久电影网| 国产爱豆传媒在线观看| 亚洲国产精品999| 男人狂女人下面高潮的视频| 久久久久精品性色| 亚洲国产精品成人久久小说| 亚洲av.av天堂| 久久精品人妻少妇| 黄色一级大片看看| 欧美成人午夜免费资源| 国产视频内射| 午夜精品国产一区二区电影| 校园人妻丝袜中文字幕| 国内揄拍国产精品人妻在线| 永久免费av网站大全| 国产成人freesex在线| 国产日韩欧美在线精品| 狠狠精品人妻久久久久久综合| 晚上一个人看的免费电影| 女的被弄到高潮叫床怎么办| 婷婷色av中文字幕| 少妇猛男粗大的猛烈进出视频| 夫妻午夜视频| 人人妻人人添人人爽欧美一区卜 | 国产综合精华液| 校园人妻丝袜中文字幕| 一边亲一边摸免费视频| 看非洲黑人一级黄片| 国产精品偷伦视频观看了| 99精国产麻豆久久婷婷| 国产精品国产av在线观看| 精品久久久噜噜| 毛片女人毛片| 综合色丁香网| 亚洲一级一片aⅴ在线观看| 日本午夜av视频| 久久人妻熟女aⅴ| 国产在线男女| 日本欧美视频一区| 亚洲人成网站高清观看| 精品99又大又爽又粗少妇毛片| 婷婷色av中文字幕| 国产无遮挡羞羞视频在线观看| 性色avwww在线观看| 色吧在线观看| 亚洲欧美成人综合另类久久久| www.色视频.com| 久久热精品热| 成年美女黄网站色视频大全免费 | xxx大片免费视频| 久久久久视频综合| 色哟哟·www| 久久99热这里只有精品18| 中文字幕av成人在线电影| 国产精品.久久久| 久久女婷五月综合色啪小说| 日韩电影二区| 亚洲av不卡在线观看| 狠狠精品人妻久久久久久综合| 人妻少妇偷人精品九色| av国产精品久久久久影院| 天美传媒精品一区二区| 国产亚洲91精品色在线| 亚洲美女视频黄频| 男女啪啪激烈高潮av片| 九九在线视频观看精品| 国产精品一区二区在线观看99| 人人妻人人爽人人添夜夜欢视频 | 日韩三级伦理在线观看| 国产黄片美女视频| 日韩在线高清观看一区二区三区| 极品少妇高潮喷水抽搐| 亚洲av欧美aⅴ国产| 夜夜看夜夜爽夜夜摸| 日本黄色日本黄色录像| 联通29元200g的流量卡| 一级爰片在线观看| 亚洲人成网站高清观看| 欧美老熟妇乱子伦牲交| 看十八女毛片水多多多| 亚洲精品日韩av片在线观看| 国产男女内射视频| 青青草视频在线视频观看| 一区二区三区四区激情视频| 久久综合国产亚洲精品| av卡一久久| 亚洲婷婷狠狠爱综合网| 丰满迷人的少妇在线观看| www.色视频.com| 菩萨蛮人人尽说江南好唐韦庄| 爱豆传媒免费全集在线观看| 亚洲天堂av无毛| 国产精品无大码| 国产成人免费观看mmmm| 美女国产视频在线观看| 亚洲国产欧美人成| 日本与韩国留学比较| 99热国产这里只有精品6| 日本午夜av视频| 亚洲熟女精品中文字幕| 在线观看av片永久免费下载| 大话2 男鬼变身卡| 成人毛片60女人毛片免费| 成人毛片a级毛片在线播放| 老司机影院毛片| 国产精品一区二区在线观看99| 精品国产一区二区三区久久久樱花 | 99热网站在线观看| 亚洲美女黄色视频免费看| 久久精品国产自在天天线| 一级a做视频免费观看| 99热国产这里只有精品6| 精品国产三级普通话版| 日本vs欧美在线观看视频 | 午夜福利网站1000一区二区三区| 色综合色国产| 欧美日韩综合久久久久久| 午夜日本视频在线| 亚洲欧美一区二区三区黑人 | 青青草视频在线视频观看| 久久久国产一区二区| 国产精品三级大全| 高清不卡的av网站| 乱系列少妇在线播放| 亚洲av不卡在线观看| 男女无遮挡免费网站观看| 中文字幕制服av| 色视频www国产| 亚洲av综合色区一区| 美女高潮的动态| 超碰97精品在线观看| 国产精品伦人一区二区| 免费看日本二区| 九九爱精品视频在线观看| videos熟女内射| 成人美女网站在线观看视频| 新久久久久国产一级毛片| 蜜桃久久精品国产亚洲av| tube8黄色片| videos熟女内射| 国产成人a区在线观看| h日本视频在线播放| www.av在线官网国产| 大香蕉久久网| 我的老师免费观看完整版| 九九在线视频观看精品| 全区人妻精品视频| 大话2 男鬼变身卡| 欧美日韩视频精品一区| 自拍偷自拍亚洲精品老妇| 欧美日韩精品成人综合77777| 视频区图区小说| 亚洲自偷自拍三级| 国产亚洲最大av| 国产高清有码在线观看视频| 一区二区三区乱码不卡18| 国产亚洲一区二区精品| 亚洲aⅴ乱码一区二区在线播放| 国国产精品蜜臀av免费| 欧美成人a在线观看| 看非洲黑人一级黄片| 寂寞人妻少妇视频99o| 男女啪啪激烈高潮av片| 少妇人妻 视频| 黑人高潮一二区| freevideosex欧美| 国产午夜精品久久久久久一区二区三区| 五月伊人婷婷丁香| 97精品久久久久久久久久精品| 免费在线观看成人毛片| 在线免费十八禁| 51国产日韩欧美| 免费看日本二区| 免费少妇av软件| 黄色欧美视频在线观看| 另类亚洲欧美激情| 国产高清不卡午夜福利| 永久网站在线| 菩萨蛮人人尽说江南好唐韦庄| 性色avwww在线观看| 午夜精品国产一区二区电影| 亚洲国产日韩一区二区| 黄片wwwwww| 国产av国产精品国产| 国产精品久久久久久av不卡| 天美传媒精品一区二区| 2021少妇久久久久久久久久久| 高清毛片免费看| 国产成人一区二区在线| 最近中文字幕2019免费版| 亚洲av国产av综合av卡| 欧美性感艳星| 中文乱码字字幕精品一区二区三区| 日韩亚洲欧美综合| 一级av片app| 国产 一区 欧美 日韩| 精品久久久噜噜| 亚洲三级黄色毛片| 九草在线视频观看| 欧美精品一区二区大全| 国产精品无大码| 精品午夜福利在线看| 亚洲,一卡二卡三卡| 国产精品伦人一区二区| 日日摸夜夜添夜夜添av毛片| 国产极品天堂在线| 菩萨蛮人人尽说江南好唐韦庄| 午夜老司机福利剧场| 久久久a久久爽久久v久久| 亚洲国产成人一精品久久久| 亚洲人成网站高清观看| 国产成人精品福利久久| 亚洲精品日韩在线中文字幕| 日韩不卡一区二区三区视频在线| 舔av片在线| 日日摸夜夜添夜夜爱| 美女视频免费永久观看网站| av视频免费观看在线观看| 午夜福利网站1000一区二区三区| 亚洲成人中文字幕在线播放| 国国产精品蜜臀av免费| 大香蕉97超碰在线| 欧美 日韩 精品 国产| 国产成人精品一,二区| 网址你懂的国产日韩在线| 国产真实伦视频高清在线观看| 一本色道久久久久久精品综合| 亚洲欧洲日产国产| 亚洲精品国产av成人精品| 如何舔出高潮| 久久精品熟女亚洲av麻豆精品| 国产一区二区三区综合在线观看 | kizo精华| 国产男女超爽视频在线观看| 精品人妻视频免费看| 男女国产视频网站| 2021少妇久久久久久久久久久| 丝瓜视频免费看黄片| 熟女av电影| 日韩一本色道免费dvd| 国产精品国产三级国产av玫瑰| 99久久精品国产国产毛片| 人妻系列 视频| 熟妇人妻不卡中文字幕| 中文资源天堂在线| 久久国产乱子免费精品| 美女xxoo啪啪120秒动态图| 中文字幕精品免费在线观看视频 | 婷婷色av中文字幕| 如何舔出高潮| 日韩成人伦理影院| 国产免费一级a男人的天堂| 在线观看三级黄色| 日韩免费高清中文字幕av| 久久久久久久大尺度免费视频| 成人午夜精彩视频在线观看| 欧美xxⅹ黑人| 亚洲综合色惰| 亚洲国产精品成人久久小说| 尤物成人国产欧美一区二区三区| 国产一区二区三区综合在线观看 | 欧美精品一区二区免费开放| 国产欧美另类精品又又久久亚洲欧美| 18禁在线无遮挡免费观看视频| 尤物成人国产欧美一区二区三区| 大话2 男鬼变身卡| 自拍欧美九色日韩亚洲蝌蚪91 | 十分钟在线观看高清视频www | 日本黄大片高清| 哪个播放器可以免费观看大片| 亚洲aⅴ乱码一区二区在线播放| 能在线免费看毛片的网站| 最新中文字幕久久久久| 日本猛色少妇xxxxx猛交久久| 青春草亚洲视频在线观看| 国产91av在线免费观看| 欧美激情极品国产一区二区三区 | 国产精品国产三级国产专区5o| 亚洲人成网站在线播| 久久鲁丝午夜福利片| 视频区图区小说| 精品久久久精品久久久| 一个人免费看片子| 王馨瑶露胸无遮挡在线观看| 国产精品蜜桃在线观看| av.在线天堂| 亚洲色图综合在线观看| 久久久久久久国产电影| 久久av网站| 日本av免费视频播放| 午夜免费鲁丝| 免费黄网站久久成人精品| 国产成人精品久久久久久| 色婷婷av一区二区三区视频| 国产成人a∨麻豆精品| 亚洲丝袜综合中文字幕| 亚洲成人中文字幕在线播放| 国产av国产精品国产| 欧美极品一区二区三区四区| 亚洲av日韩在线播放| 一边亲一边摸免费视频| 久久97久久精品| 99热6这里只有精品| 成人免费观看视频高清| 啦啦啦在线观看免费高清www| 免费黄色在线免费观看| 欧美97在线视频| 日韩欧美 国产精品| 国产男人的电影天堂91| 青春草国产在线视频| 国产精品99久久久久久久久| 亚洲精品视频女| 中国国产av一级| 国产淫片久久久久久久久| 老师上课跳d突然被开到最大视频| 高清黄色对白视频在线免费看 | 中文欧美无线码| 国模一区二区三区四区视频| 在线亚洲精品国产二区图片欧美 | 黑人高潮一二区| 免费黄色在线免费观看| 中国美白少妇内射xxxbb| av在线观看视频网站免费| 超碰av人人做人人爽久久| 久热久热在线精品观看| 性高湖久久久久久久久免费观看| 最近最新中文字幕免费大全7| 毛片女人毛片| 午夜免费观看性视频| 婷婷色麻豆天堂久久| 成人漫画全彩无遮挡| tube8黄色片| 交换朋友夫妻互换小说| 久久人人爽人人爽人人片va| 亚洲国产色片| 久久av网站| 99精国产麻豆久久婷婷| 在线观看三级黄色| 国产黄色视频一区二区在线观看| 日韩成人伦理影院| 亚洲怡红院男人天堂| 欧美日韩国产mv在线观看视频 | 中文欧美无线码| 久久国产亚洲av麻豆专区| 观看免费一级毛片| 亚洲第一区二区三区不卡| 中文精品一卡2卡3卡4更新| 国产老妇伦熟女老妇高清| 亚洲精品一二三| 99热国产这里只有精品6| 最后的刺客免费高清国语| 亚洲无线观看免费| 亚洲美女视频黄频| 成人无遮挡网站| 国产一区有黄有色的免费视频| 天天躁夜夜躁狠狠久久av| 久久 成人 亚洲| 高清在线视频一区二区三区| 亚洲欧美一区二区三区黑人 | 男人添女人高潮全过程视频| 亚洲欧美精品自产自拍| 在线观看三级黄色| 少妇人妻精品综合一区二区| 黄色配什么色好看| 男人舔奶头视频| 国产av国产精品国产| 亚洲国产毛片av蜜桃av| 亚洲精品日韩在线中文字幕| 国产免费视频播放在线视频| 国产成人一区二区在线| 日日撸夜夜添| 久久97久久精品| av在线老鸭窝| 国产精品成人在线| a 毛片基地| 边亲边吃奶的免费视频| 国产高清有码在线观看视频| 免费看不卡的av| 久久人人爽人人爽人人片va| 久久久久久久亚洲中文字幕| 久久国产乱子免费精品| 少妇熟女欧美另类| 两个人的视频大全免费| 久久韩国三级中文字幕| 一个人看视频在线观看www免费| 国产男女内射视频| 直男gayav资源| 亚洲欧美日韩无卡精品| 国产成人aa在线观看| 人体艺术视频欧美日本| 少妇裸体淫交视频免费看高清| 精品一区二区三卡| 亚洲国产av新网站| 国产精品一二三区在线看| 国产免费福利视频在线观看| 一级毛片我不卡| 色网站视频免费| 久久午夜福利片| 久久鲁丝午夜福利片| 午夜免费鲁丝| 伦精品一区二区三区| 日韩强制内射视频| 久久毛片免费看一区二区三区| 伦理电影免费视频| 91精品一卡2卡3卡4卡| 高清av免费在线| 在线观看免费视频网站a站| 亚洲综合色惰| 高清在线视频一区二区三区| 日韩不卡一区二区三区视频在线| 2021少妇久久久久久久久久久| 国内精品宾馆在线| h日本视频在线播放| 日韩成人av中文字幕在线观看| 中文资源天堂在线| 我要看日韩黄色一级片| 久久这里有精品视频免费| 麻豆国产97在线/欧美| 久久精品熟女亚洲av麻豆精品| 国产亚洲91精品色在线| 欧美97在线视频| 国产国拍精品亚洲av在线观看| 精品一区二区三卡| 一级片'在线观看视频| 联通29元200g的流量卡| 日韩av免费高清视频| 夜夜爽夜夜爽视频| 国产成人精品婷婷| 久久精品熟女亚洲av麻豆精品| 亚洲内射少妇av| 日韩一区二区视频免费看| 国产精品欧美亚洲77777| 久久久精品免费免费高清| 久久久精品94久久精品| 国产精品国产av在线观看| 麻豆国产97在线/欧美| 久热这里只有精品99| av一本久久久久| 午夜视频国产福利| 狂野欧美激情性xxxx在线观看| 国产精品人妻久久久久久| 在线观看国产h片| 国产伦在线观看视频一区| 人人妻人人添人人爽欧美一区卜 | 亚洲av中文av极速乱| 在线免费十八禁| 欧美日韩一区二区视频在线观看视频在线| 久久 成人 亚洲| 免费av不卡在线播放| 天美传媒精品一区二区| 欧美+日韩+精品| 国产精品欧美亚洲77777| 欧美一级a爱片免费观看看| 搡女人真爽免费视频火全软件| 韩国高清视频一区二区三区| 国产成人精品久久久久久| 日本欧美国产在线视频| 在线天堂最新版资源| 高清不卡的av网站| 人妻一区二区av| 日本猛色少妇xxxxx猛交久久| 中文在线观看免费www的网站| 日韩制服骚丝袜av| 精品人妻一区二区三区麻豆| 国产 一区精品| 青春草国产在线视频| 久久久久久九九精品二区国产| 国产在视频线精品| 大陆偷拍与自拍| 我要看黄色一级片免费的| 网址你懂的国产日韩在线| 国产黄片视频在线免费观看| 亚洲精华国产精华液的使用体验| 又粗又硬又长又爽又黄的视频| 国产成人精品一,二区| 久久人人爽人人爽人人片va| 老女人水多毛片| 亚洲伊人久久精品综合| 欧美 日韩 精品 国产| av在线观看视频网站免费| 熟女人妻精品中文字幕| 永久网站在线| 精品一区二区三区视频在线| 三级国产精品欧美在线观看| 亚洲四区av| 男女免费视频国产| 天天躁日日操中文字幕| 国产精品.久久久| 丰满少妇做爰视频| 五月开心婷婷网| 亚洲色图综合在线观看| 人妻一区二区av| 中国国产av一级| 亚洲精品一二三| 搡老乐熟女国产| 久久鲁丝午夜福利片| 啦啦啦中文免费视频观看日本| 99国产精品免费福利视频| 深爱激情五月婷婷| av视频免费观看在线观看| 国产亚洲最大av| 国产又色又爽无遮挡免| 伦理电影免费视频| 另类亚洲欧美激情| 我要看日韩黄色一级片| 久久久欧美国产精品| 伦理电影免费视频| 91狼人影院| 99九九线精品视频在线观看视频| 免费看不卡的av| 亚洲人成网站在线播| 身体一侧抽搐| 欧美日韩视频高清一区二区三区二| 99久久精品一区二区三区| 国产成人免费观看mmmm| 中文字幕免费在线视频6| 国产一区二区在线观看日韩| 99热这里只有是精品在线观看| 精品人妻偷拍中文字幕| 精品人妻熟女av久视频| 日韩欧美 国产精品| 简卡轻食公司| 久久久久久九九精品二区国产| 天堂俺去俺来也www色官网| 亚洲美女视频黄频| 秋霞伦理黄片| 18禁在线播放成人免费| 亚洲av二区三区四区| 亚洲国产色片| 亚洲真实伦在线观看| 中文字幕免费在线视频6| 99热网站在线观看| 国产 一区 欧美 日韩| 五月玫瑰六月丁香| 亚洲三级黄色毛片| 一级a做视频免费观看| 久久毛片免费看一区二区三区| 免费观看性生交大片5| 99精国产麻豆久久婷婷| 午夜福利影视在线免费观看| 亚洲第一区二区三区不卡| 成年人午夜在线观看视频| 久久精品人妻少妇| 国产亚洲一区二区精品| 婷婷色综合大香蕉| 纯流量卡能插随身wifi吗|