论文部分内容阅读
本文提出一种模式识别中的近邻样本融合聚类算法,通过计算马氏距离的远近,融合两个最近的样本,以生成一个新的样本.从总体正常历史采样数据样本集合中,不断调整聚类质心,构造新的数据样本集,建立简化多元统计模型.然后通过判断两数据集的质心偏移和协方差的差异程度来检验新的数据样本集对总体样本集的可代表性.仿真结果表明用本文提出的简化多元统计模型进行多元统计分析的效果与传统模型相同.