节点文献

一种新的监督聚类学习方法及其在故障诊断中的应用

A New Supervised Clustering Method and Its Application in Fault Diagnosis

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 宋彤； 宋保强；

【Author】 SONG Tong, SONG Bao-qiang (School of Electronics and Information Engineering,Dalian University of Technology, Dalian 116023,China)

【机构】 大连理工大学电子与信息工程学院； 大连理工大学电子与信息工程学院 辽宁大连116023； 辽宁大连116023；

【摘要】 本文提出了一种新的监督聚类学习方法。系统根据样本特征矢量空间的整体分布和局部分布情况对样本进行监督聚类 ,克服了传统神经网络只是利用样本局部分布信息调节权值造成的局部最小 ,计算量大等问题 ,并实现了包括对未知模式的识别。仿真结果表明该方法是可行和有效的

【Abstract】 This paper presents a new supervised clustering method The algorithm is based on the information related t o both the global and local distributions of training samples,avoiding the expensive computation and local minimum of traditional neural networks Unknow n patterns can also be recognized The simulation results demonstrate the soun dness of this approach

【关键词】 聚类学习； 监督聚类； 极大似然规则； 故障诊断；
【Key words】 clustering learning； supervised clustering； ML C rule； fault diagnosis；
【基金】 教育部科学技术重点项目资助 ( 2 0 0 0 .15 6 )
  • 【文献出处】 计算机工程与科学 ,Computer Engineering & Science , 编辑部邮箱 ,2001年05期
  • 【分类号】TP181
  • 【被引频次】2
  • 【下载频次】64
打印本页
节点文献中：