k中心点算法，也就是PAM算法。是数据挖掘中聚类分析的一种手段，用途广泛。-k center algorithm, i.e. PAM algorithm. Data mining is a means of cluster analysis, and versatile.

以数据分割为中心进行探讨对数据进行分割，可缩小待访问数据对象的范围或磁盘空间，提高检索性能，把分割后的数据放到不同的磁盘上，提高数据库并行访问的能力-To split the data into the data center to explore split, the data object to be accessed can be reduced scope or disk space to improve the retri performance, the data is divid

模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点

此文档经过k中心点处理过后的风电数据，最后采用极限学习机验证的代码- U6B64 u6587 u6863 u7ECF u8FC7k u4E2D u5FC3 u70B9 u5904 u7406 u8FC7 u540E u7684 u98CE u7535 u6570 u636E uFF0C u6700 u540E u91C7 u7528 u6781 u9650 u5B66 u4E60 u673A u9A8C u8BC1 u7684 u4

主要功能有： （1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算