一种基于模糊C均值聚类及高斯混合模型的复杂系统多层递进监测方法

本发明涉及核技术领域，具体地说，涉及一种基于模糊C均值聚类及高斯混合模型的复杂系统多层递进监测方法，其包括如下步骤：采用一体化仿真机，获取复杂系统多工况数据，结合Spearman相关系数法，计算参数动态相关性；将计算参数动态相关性，基于模糊C均值计算实时参数序列与第一聚类中心的欧氏距离；对数据进行差分处理，组合在同一时刻下的静态距离和动态距离，将动态特征距离作为监测参考，计算各数据点到高斯分布的马氏距离，以初始段训练模型，通过循环操作建立监测任务片，异常监测时判断是否真异常。本发明够解决了传统复杂系统监测方法难以精准捕捉多工况动态特征、无法有效处理非平稳时变数据以及异常判断准确性低的问题。