迭代可调节网络聚类及其在故障诊断中的应用 .pdfVIP

迭代可调节网络聚类及其在故障诊断中的应用 .pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
迭代可调节网络聚类及其在故障诊断中的应用

学兔兔 第31卷 第3期 仪 器 仪 表 学 报 V01.31 No.3 2010年3月 Chinese Journal of Scientific Instrument Mar.2010 迭代可调节网络聚类及其在故障诊断中的应用:l= 李 刚,庄 健,侯洪宁,于德弘 (西安交通大学机械工程学院 西安 710049) 摘 要:针对常用聚类算法对复杂分布数据难以有效聚类的问题,把网络分析技术与基于代价函数最优的聚类技术相结合,提 出一种新颖的迭代可调节网络聚类算法。该算法采用网络的思想建立样本空间模型,把数据聚类问题转化为基于节点生长连 接的网络分析问题;并设计了可调节的节点间相似关系测度和相应的聚类准则来构建节点间邻域搜索及节点生长操作;通过改 变调节系数来实现网络节点间连接关系的整体调节。新算法能够在无需预先设定簇数目的情况下,自动获得簇的数目和样本 数据的分布位置。采用4组不同样本分布的人工数据集聚类和往复压缩机气阀泄漏故障诊断试验,对比测试了新算法与K均 值算法(KM)的性能,结果表明迭代可调节网络聚类算法可实现对复杂分布的流形数据聚类,在准确率及自动处理程度性能指 标上明显优于常用的KM算法。 关键词:数据聚类;网络分析;可调相似测度 中图分类号:TP18 文献标识码:A 国家标准学科分类代码:510.8040 Iterative adjustable network clustering algorithm and its application in fault diagnosis Li Gang,Zhuang Jian,Hou Hongning,Yu Dehong (School ofMechanical Engineering,Xi an Jiaotong University,Xi an 710049,China) Abstract:Aiming at the problem that conventional clustering algorithm is invalid for data with complex shape clus— ters.In this study,a novel clustering algorithm is put forward by combining network analysis with the clustering based on function optimization.Network approach is employed to make the model of data samples,SO the data clus- tering is transformed into network analysis.An adjustable similarity measure and corresponding clustering criterion function are designed to construct the neighborhood searching and node spanning operations.Additionally,the rela— tions between nodes can be completely adjusted by adjusting the parameters.The algorithm can solve the number and location of the clusters jointly without

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档