王 鹏

(河北师范大学美术与设计学院，河北 石家庄 050024)

1 引言

工业化信息技术的发展，需对工业化环境下的人机交互数据进行优化挖掘和检测[1]，研究工业环境下的人机交互状态数据模拟模型，在促进工业化信息技术的发展和数据的交互设计方面具有重要意义，相关的工业环境下的人机交互状态数据模拟方法研究受到人们的极大关注[2-3]。

文献[4]中提出一种基于模糊指向性聚类的工业环境下的人机交互状态数据挖掘方法，结合聚类划分的方法实现对人机交互状态数据的挖掘，但该方法的聚类性不好，对工业环境下的人机交互状态数据的模拟性不好。文献[5]中提出一种基于差异性特征分析的工业环境下的人机交互状态数据模拟方法，采用自适应匹配滤波方法对工业环境下的人机交互状态数据进行去干扰处理，提取工业环境下的人机交互状态数据的能量密度谱特征，实现数据优化挖掘，但该方法的自适应性不好，计算复杂度较高。

针对上述问题，研究提出基于模糊关联聚类分析的工业环境下人机交互状态数据模拟及挖掘方法。采用替代数据法对工业环境下的人机交互状态数据进行复指数检测，提取工业环境下的人机交互状态数据的弱关联性指数特征，实现对工业环境下的人机交互状态数据模拟仿真。最后进行仿真分析，得出有效性结论。

2 人机交互数据结构分析和特征提取

2.1 人机交互状态数据结构……

登录APP查看全文