1.一种基于区间阴影集和密度峰值聚类的钢材质量检测方法，其特征在于，所述方法包括以下步骤：S1、获取原始钢材数据集，采用欧式距离公式计算得到其距离矩阵；

S2、通过密度峰值聚类中的计算公式，获取距离矩阵中的局部密度矩阵以及相对距离矩阵；

S3、输出密度峰值聚类中钢材数据集的决策图，并选取m个聚类中心；将非聚类中心进行归类得到m个类簇，分别代表数据集中初分类的m个等级钢材，即一等钢材，二等钢材，…，m等钢材；

S4、计算出m个类簇中各个对象的隶属度值；

S5、通过最小化模糊熵差异，确定出所述m个类簇的最优阈值序列；

所述最优阈值序列中每对最优阈值的求解方式表示为：

其中，所述区间阴影集表示为论域U到集合{0,[β,α],1}的映射； 表示最小化隶属度提升、降低操作的模糊熵之和与阴影区域的模糊熵之差的绝对值，从而获得每对最优阈值(α,β)；e*(Elevated Area)表示将对象的隶属度提升为1形成的变换区域；

e*(Reduced Area)表示将对象的隶属度降低为0形成的变换区域；e*(Shadow)表示将对象的隶属度转化为[βk,αk]区间形成的变换区域；(αk,βk)表示第k个类簇的最优阈值，αk表示第k个类簇的最优上阈值；βk表示第k个类簇的最优下阈值；k＝1,2,…,m；μA(x)表示模糊集A中对象x的隶属度值；

S6、基于最优阈值序列，采用分类规则分别对m个类簇中的非中心对象按照其隶属度值采用区间阴影集进行三支分类，从而确定出每个类簇中对象的进一步质量检测结果，即获得原始钢材数据集的最终质量检测结果。

2.根据权利要求1所述的一种基于区间阴影集和密度峰值聚类的钢材质量检测方法，其特征在于，步骤S2中，所述局部密度矩阵的计算公式包括 或

中任意一种方式；

所述相对距离矩阵的计算公式表示为

其中， ρi表示第i个对象的局部密度；

δi表示第i个对象的相对距离；dij表示xi与xj之间的距离，dc为截断距离；xi表示钢铁数据集S中的第i个对象；S＝{x1,x2,…,xn}；n表示钢铁数据集的对象总数；IS表示对象指标集，IS＝{k∈IS|ρk>ρi}，当 时， 即对象指标集为空集。

3.根据权利要求1所述的一种基于区间阴影集和密度峰值聚类的钢材质量检测方法，其特征在于，所述隶属度的计算公式包括：其中，ω表示权重阈值因子，0.5<ω<1，μ(xi)表示第i个对象xi的隶属度值；xi∈Ck，Ck表示第k个类簇，k＝1,2,…,m；dic表示第i个对象xi到该类簇中心点xc的距离；ρi表示第i个对象的局部密度；ρmin该类簇中对象局部密度的最小值；ρmax表示该类簇中对象局部密度的最大值；R表示包围大部分对象的球半径。

4.根据权利要求3所述的一种基于区间阴影集和密度峰值聚类的钢材质量检测方法，其特征在于，球半径R的确定方法以半径R形成的球包围一个类簇中70％～80％的类簇对象，即使得类簇中心点的近邻数是该类簇规模的70％～80％。

5.根据权利要求1所述的一种基于区间阴影集和密度峰值聚类的钢材质量检测方法，其特征在于，进行三支分类的操作方式为当第k个类簇中对象的隶属度大于或等于最优上阈值αk时，则该对象属于第k等级钢材中的优质钢材；当对象的隶属度小于或等于第k个类簇的最优下阈值βk时，则该对象属于第k等级钢材中的劣质钢材；当对象x的隶属度大于βk且小于αk时，则该对象属于第k等级钢材中的合格钢材。