一种近邻传播聚类下储能电池故障分类特征筛选降维方法

    公开(公告)号:CN112307906A

    公开(公告)日:2021-02-02

    申请号:CN202011094254.6

    申请日:2020-10-14

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种近邻传播聚类下储能电池故障分类特征筛选降维方法。该方法的实现过程如下:首先,获取不同故障的N个储能电池在完成一次充放电过程下的端电压信号数据样本,挖掘端电压信号的特征,组成特征集合;然后,利用余弦相似度定义特征的相似度矩阵,基于近邻传播方法,聚类各个特征,形成多个特征簇;计算相同簇内各特征在不同类型样本下的均值以及均值的标准差,将均值标准差最大的特征定义为表征此特征簇的典型特征;以各特征簇的典型特征作为用于分类任务的筛选降维后特征。通过本发明可以自动筛选出用于分类任务的显著性特征,缓解小样本情况下维度爆炸问题,降低冗余、无效特征对分类器性能的不利影响,提高分类的准确率。