期刊文献+
共找到273篇文章
< 1 2 14 >
每页显示 20 50 100
Fuzzy C-Means算法中隶属度信息在特征空间的分布特性分析及改进方法 被引量:2
1
作者 胡世英 周源华 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1999年第1期67-72,共6页
首先推导了FuzzyC-Means算法在特征空间的迭代公式,然后就其隶属度信息在特征空间的分布缺陷提出两种改进方法:一是通过引入选择注意性参数控制隶属度信息的分布;二是从条件概率出发构造类置信度取代原隶属度.实验表明... 首先推导了FuzzyC-Means算法在特征空间的迭代公式,然后就其隶属度信息在特征空间的分布缺陷提出两种改进方法:一是通过引入选择注意性参数控制隶属度信息的分布;二是从条件概率出发构造类置信度取代原隶属度.实验表明这两种方法均起到了较好的效果. 展开更多
关键词 fuzzy 隶属度 选择注意性参数 置信度 FcM算法
在线阅读 下载PDF
基于优化模糊C-means算法的不平衡大数据分类研究
2
作者 卓柳俊 曾心怡 《信息技术》 2024年第10期14-21,29,共9页
针对不平衡大数据的分类问题,提出一种优化模糊C-means算法的不平衡大数据分类算法。先计算C-means模糊交叉算子,定义优化函数,并求解大数据不平衡增益。利用Spark分类平台,确定大数据样本压缩模糊近邻值的取值范围,再通过放大近邻值的... 针对不平衡大数据的分类问题,提出一种优化模糊C-means算法的不平衡大数据分类算法。先计算C-means模糊交叉算子,定义优化函数,并求解大数据不平衡增益。利用Spark分类平台,确定大数据样本压缩模糊近邻值的取值范围,再通过放大近邻值的处理方式,定义不平衡阈向量,从而完善整个分类流程,完成基于优化模糊C-means算法的不平衡大数据分类方法的设计。实验结果表明,上述分类方法的应用,可将正例信息、负例信息的取样长度区间完全分离开来,能有效解决因不平衡大数据分类不精准造成的信息样本混淆的问题,符合实际应用需求。 展开更多
关键词 优化模糊c-means算法 不平衡大数据 交叉算子 卡方检验 压缩模糊近邻值
在线阅读 下载PDF
基于改进的模糊C-Means航迹聚类方法研究 被引量:19
3
作者 王超 王明明 王飞 《中国民航大学学报》 CAS 2013年第3期14-18,共5页
为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算... 为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算法得到航迹相似性矩阵,利用矩阵得到航迹簇,最后形成中心航迹,算例仿真验证了新算法的有效性。 展开更多
关键词 航迹聚类 遗传模拟退火算法 模糊cmeans 最长公共子序列
在线阅读 下载PDF
采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法 被引量:1
4
作者 黄鹤 黄佳慧 +2 位作者 刘国权 王会峰 高涛 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第7期214-226,共13页
针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时... 针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。 展开更多
关键词 c-均值聚类 鹈鹕优化算法 点云简化 信息熵
在线阅读 下载PDF
基于FCM和EO-SVM水轮机尾水管压力脉动特征识别 被引量:1
5
作者 刘茜媛 王利英 +1 位作者 张路遥 曹庆皎 《水电能源科学》 北大核心 2024年第1期162-165,共4页
为有效识别水轮机尾水管压力脉动特征,提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合,构建EO-SVM识别模型以实现其在水轮机尾... 为有效识别水轮机尾水管压力脉动特征,提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合,构建EO-SVM识别模型以实现其在水轮机尾水管压力脉动特征识别中的应用。然后采用模糊C均值聚类算法将待分类的压力脉动特征进行初始聚类,将其分为四类,并依据聚类结果选择最靠近每类中心的样本作为EO-SVM模型的训练样本。将SVM和EO-SVM两种模型的识别分类结果进行比较,验证了所提EO-SVM模型的有效性。 展开更多
关键词 压力脉动 小波包分析 模糊c均值聚类 平衡优化器算法 支持向量机
在线阅读 下载PDF
基于模糊c-均值聚类的亚热带丘陵区土壤肥力空间分异与管理分区
6
作者 赖佳鑫 李康祺 +3 位作者 周萍 戴玉婷 郭晓彬 吴金水 《植物营养与肥料学报》 CAS CSCD 北大核心 2024年第4期702-716,共15页
[目的]亚热带丘陵区地形复杂,土壤肥力空间变异大,科学地将土壤按照相似地力进行分区,是实现丘陵区土壤精确管理,优化土壤培肥技术的理论基础。[方法]研究对象位于亚热带丘陵区的典型小流域-湖南省长沙县金井镇,2009年在全镇范围内(112 ... [目的]亚热带丘陵区地形复杂,土壤肥力空间变异大,科学地将土壤按照相似地力进行分区,是实现丘陵区土壤精确管理,优化土壤培肥技术的理论基础。[方法]研究对象位于亚热带丘陵区的典型小流域-湖南省长沙县金井镇,2009年在全镇范围内(112 km~2)密集布置946个样点采集土壤样品,以测定的土壤肥力指标为数据源,包括土壤有机碳(SOC)、全氮(TN)、全磷(TP)、速效氮(AN)、有效磷(AP)和pH,采用地统计学和模糊c-均值聚类算法,分析流域土壤肥力的空间异质性;采用主成分分析法进行土壤肥力分区,并根据数据的差异显著性和变异系数对分区结果进行验证。[结果]除pH外,流域内土壤有机碳、全氮、全磷、速效氮和有效磷均存在中等至强的空间变异,变异系数(CV)介于36%~125%。基于主成分分析和模糊c-均值聚类可将研究区划分为3个肥力管理分区:MZ1、MZ2和MZ3,分区后各土壤肥力指标的变异系数(CV)不同程度地降低,以pH变异系数降幅最小(6%),AP变异系数降幅最大(96%)。同一分区内主要土壤肥力指标趋于同质化,分区间则异质化显著(P<0.01)。分区间水稻产量差异明显,MZ1区晚稻产量和早晚稻总产量显著高于MZ2和MZ3 (P<0.01)。MZ1、MZ2和MZ3区土壤pH值分别为4.12、4.04和4.00,均属于极酸水平;SOC分别为15.15、14.38和12.24 g/kg,均处于高水平;TN也为高水平(1.56、1.48和1.34 g/kg);TP为高至很高水平(0.86、0.69和0.60 g/kg);AN则处于很低至低水平(41.08、35.33和26.16 mg/kg);AP为中低水平(8.63、4.46和3.39 mg/kg)。[结论]亚热带丘陵区地形地貌复杂,是土壤肥力空间变异较大的主要影响因素。通过土壤肥力管理分区,可有效降低区域内肥力指标的变异程度,优化复杂丘陵区耕地管理措施。本研究区域中MZ1、MZ2和MZ3区均应着重改良土壤酸化现象,提高肥料氮素利用率,避免过量施用化学氮肥;MZ1区可适当减施磷肥,避免关键生育期过量施用磷肥;MZ2和MZ3区可以考虑适量施用生物酶活化磷肥或增施有机肥,以提高作物对磷素的利用效率。 展开更多
关键词 土壤肥力分区 空间分异 模糊聚类 主成分分析 养分管理措施
在线阅读 下载PDF
基于FCM-PSO-FWA算法的多个菜鸟驿站选址方法
7
作者 赵林林 吕佳泽 《物流技术》 2024年第8期72-83,共12页
聚焦社区内多个菜鸟驿站选址问题,通过融合多种机器学习方法,设计出能有效解决多个菜鸟驿站选址问题的算法,并运用算例仿真验证所提算法的有效性。首先根据取件方式建立基于0-1整数规划的菜鸟驿站选址模型;接着运用模糊C均值(Fuzzy C-me... 聚焦社区内多个菜鸟驿站选址问题,通过融合多种机器学习方法,设计出能有效解决多个菜鸟驿站选址问题的算法,并运用算例仿真验证所提算法的有效性。首先根据取件方式建立基于0-1整数规划的菜鸟驿站选址模型;接着运用模糊C均值(Fuzzy C-means,FCM)聚类算法将一个多菜鸟驿站选址问题划分成多个单一菜鸟驿站选址问题;然后将烟花算法(Fireworks Algorithm,FWA)融入粒子群算法(Particle Swarm Optimization,PSO),解决传统PSO算法易陷入局部最优解的问题;最后将所提FCM-PSO-FWA算法应用于随机生成不同规模需求点的菜鸟驿站选址和江南大学菜鸟驿站选址中。算例结果表明:在任意数量的需求点条件下,FCM-PSO-FWA算法能有效地解决多个菜鸟驿站的选址问题,并且不会陷入局部最优解,从而验证了该算法的可行性和有效性。 展开更多
关键词 菜鸟驿站 选址 模糊c-均值聚类算法 粒子群算法 烟花算法
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
8
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊c均值(FcM)聚类算法 无监督学习算法
在线阅读 下载PDF
模糊c-均值聚类算法中加权指数m的研究 被引量:158
9
作者 高新波 裴继红 谢维信 《电子学报》 EI CAS CSCD 北大核心 2000年第4期80-83,共4页
加权指数m是模糊c 均值 (FCM)聚类算法中的一个重要参数 .本文从FCM算法出发研究了m对聚类分析的影响 ,m的最佳选取方法及其在聚类有效性中的应用三个问题 .实验结果表明 :m不合适的取值将严重影响算法的性能 ;在实际应用中m的最佳取值... 加权指数m是模糊c 均值 (FCM)聚类算法中的一个重要参数 .本文从FCM算法出发研究了m对聚类分析的影响 ,m的最佳选取方法及其在聚类有效性中的应用三个问题 .实验结果表明 :m不合适的取值将严重影响算法的性能 ;在实际应用中m的最佳取值范围为 [1 5 ,2 5 ],这与Pal的实验结论相一致 ;另外基于最优加权指数m 展开更多
关键词 加权指数 模糊聚类 模式识别
在线阅读 下载PDF
改进的模糊C-均值聚类方法 被引量:12
10
作者 牛强 夏士雄 +1 位作者 周勇 张磊 《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第6期1257-1259,1272,共4页
该文针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于模糊C-均值算法(FCM)的优化计算中,其中对传统遗传算法的编码方案、遗传算子约束条件及适应值函数等方面进行改进,提出了一种基于改进遗传算法的模糊聚类方法。实验... 该文针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于模糊C-均值算法(FCM)的优化计算中,其中对传统遗传算法的编码方案、遗传算子约束条件及适应值函数等方面进行改进,提出了一种基于改进遗传算法的模糊聚类方法。实验表明,将改进的遗传算法与FCM算法结合起来进行聚类分析,可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷,使聚类更合理,比单一使用FCM算法进行聚类分析的效果要好。 展开更多
关键词 聚类 c均值算法 模糊聚类 遗传算法 优化计算
在线阅读 下载PDF
一种改进的模糊C-均值(FCM)聚类算法 被引量:13
11
作者 安良 胡勇 +1 位作者 胡良梅 孟玲玲 《合肥工业大学学报(自然科学版)》 CAS CSCD 2003年第3期354-358,共5页
模糊C-均值(FCM)聚类算法受初始化影响较大,在迭代时容易陷入局部极小,鉴于遗传算法(GA)的并行全局搜索能力,文章将遗传算法引入进来对FCM聚类算法加以改进,并对所提出的新算法与经典算法的迭代步数和运行时间进行比较。实验结果表明:... 模糊C-均值(FCM)聚类算法受初始化影响较大,在迭代时容易陷入局部极小,鉴于遗传算法(GA)的并行全局搜索能力,文章将遗传算法引入进来对FCM聚类算法加以改进,并对所提出的新算法与经典算法的迭代步数和运行时间进行比较。实验结果表明:该算法与FCM聚类算法相比收敛速度更快,迭代步数更少。 展开更多
关键词 改进模糊c-均值聚类算法 FcM聚类算法 遗传算法 迭代步数 运行时间
在线阅读 下载PDF
基于模糊C-均值算法粗糙集理论的云模型在岩爆等级评价中的应用 被引量:24
12
作者 郝杰 侍克斌 +2 位作者 王显丽 白现军 陈功民 《岩土力学》 EI CAS CSCD 北大核心 2016年第3期859-866,874,共9页
岩爆等级评价具有模糊性和不确定性,而粗糙集理论的云模型对处理模糊性和不确定性问题具有独特优势,由此提出了基于模糊C均值(简称FCM)算法粗糙集的云模型理论在岩爆等级评价中的新模型。该模型选用岩石单轴抗压强度σ_c、洞室围岩最大... 岩爆等级评价具有模糊性和不确定性,而粗糙集理论的云模型对处理模糊性和不确定性问题具有独特优势,由此提出了基于模糊C均值(简称FCM)算法粗糙集的云模型理论在岩爆等级评价中的新模型。该模型选用岩石单轴抗压强度σ_c、洞室围岩最大的切向应力σ_θ、岩石单轴抗拉强度σ_t和岩石弹性能量指数W_(et)作为岩爆等级评价因子,依据岩爆分级标准计算各评价因子隶属于不同岩爆等级的云数字特征。同时,以国内外40例岩爆工程为研究对象,运用基于FCM算法的粗糙度理论进行因子属性重要性评价,计算各评价因子权重。根据正向正态云发生器,得到待评样本的综合确定度,由最大综合确定度判定岩爆级别。研究表明:该模型的评价结果与实际情况基本一致,具有一定的可行性,为岩爆预测提供了一种新的研究方法与思路。 展开更多
关键词 岩爆等级评价 云模型 粗糙集 模糊c-均值(FcM)算法 综合确定度
在线阅读 下载PDF
遗传+模糊C-均值混合聚类算法 被引量:23
13
作者 陈金山 韦岗 《电子与信息学报》 EI CSCD 北大核心 2002年第2期210-215,共6页
本文提出了一种新的结合遗传算法(GA)和模糊C^-均值算法(FCM)的混合聚类算法(HCA)。它通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了GA在达到全局最优解前收敛慢和FCM算法容易陷入局部极小的问题。... 本文提出了一种新的结合遗传算法(GA)和模糊C^-均值算法(FCM)的混合聚类算法(HCA)。它通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了GA在达到全局最优解前收敛慢和FCM算法容易陷入局部极小的问题。三组不同分布类型的数据聚类实验表明,该算法具有较好的通用性和有效性。 展开更多
关键词 混合聚类算法 遗传算法 模糊c-均值算法
在线阅读 下载PDF
对手抑制式模糊C-均值算法 被引量:18
14
作者 魏立梅 谢维信 《电子学报》 EI CAS CSCD 北大核心 2000年第7期63-66,共4页
从竞争学习的角度提出模糊C 均值算法中隶属度的新解释 ,并基于隶属度的新解释提出对手抑制式模糊C 均值算法 .理论分析和实验表明 :对手抑制式模糊C 均值算法提高了模糊C
关键词 模糊c-均值算法 隶属度 竞争学习
在线阅读 下载PDF
基于模糊C-均值的增量式聚类算法 被引量:22
15
作者 王洪春 彭宏 《微电子学与计算机》 CSCD 北大核心 2007年第6期156-157,161,共3页
给出了一种新的基于FCM的聚类算法,能根据由数据的分布的特性自动获取要聚类的数目,在新增数据后,可以进行增量式聚类,结果对孤立点不敏感,并能完成FCM不具备的非球型或椭球型分布的数据集的聚类,实验结果显示算法的有效性和优越性。
关键词 数据挖掘 模糊c-均值算法 增量式聚类算法
在线阅读 下载PDF
粗糙模糊C-均值算法及其在图像聚类中的应用 被引量:6
16
作者 王丹 吴孟达 《国防科技大学学报》 EI CAS CSCD 北大核心 2007年第2期76-80,共5页
提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像... 提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。 展开更多
关键词 粗糙集 模糊c-均值算法 粗糙模糊c-均值算法
在线阅读 下载PDF
模糊c-均值算法在区域土壤预测制图中的应用 被引量:16
17
作者 檀满枝 陈杰 《土壤学报》 CAS CSCD 北大核心 2009年第4期571-577,共7页
基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FCM算法模型,获得4类最佳... 基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FCM算法模型,获得4类最佳分类数,模糊指数为1.7。类别数目与研究区受地形、母质和土地利用方式影响的主要成土过程决定的土纲下土壤类型数目一致。将经过对称对数比转换的隶属度成分数据进行单一模糊类别隶属度土壤预测制图,4种类别土壤在空间上具有明显的渐变过渡特征,制图结果较理想。在单一类别隶属度土壤图的基础上生成最大隶属度土壤图,与常规土壤调查土壤图具有共同参比的基础。 展开更多
关键词 模糊逻辑 模糊c-均值算法 对称对数比转换 土壤空间预测制图
在线阅读 下载PDF
基于模糊c-均值算法和遗传算法的新聚类方法 被引量:6
18
作者 郭海湘 诸克军 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第10期93-96,共4页
为了得到最佳聚类数和相应的每一类中的样本 ,文中首先介绍了一种新聚类方法 ,用该方法构造了一个既考虑类与类之间的分散程度、又考虑同一类紧凑程度的目标评价函数 ;再运用模糊c -均值算法 (FCM )进行迭代 ,求得每一类的中心和隶属度... 为了得到最佳聚类数和相应的每一类中的样本 ,文中首先介绍了一种新聚类方法 ,用该方法构造了一个既考虑类与类之间的分散程度、又考虑同一类紧凑程度的目标评价函数 ;再运用模糊c -均值算法 (FCM )进行迭代 ,求得每一类的中心和隶属度值 ;然后运用遗传算法搜索全局极值点 ;最后运用该算法对我国全要素生产力进行了模糊分类 . 展开更多
关键词 模糊聚类 模糊c-均值 遗传算法
在线阅读 下载PDF
边坡稳定性分类评价的同伦模糊C-均值聚类算法 被引量:3
19
作者 文建华 周翠英 +1 位作者 黄林冲 程晔 《岩土力学》 EI CAS CSCD 北大核心 2012年第5期1457-1461,共5页
针对单一模糊C-均值聚类算法对初始聚类中心初值敏感性问题,引入同伦理论,提出了同伦模糊C-均值聚类算法。以三峡库岸研究程度较高的36个边坡为对象,采用同伦模糊C-均值聚类算法对边坡的稳定性进行分类,研究边坡最佳分类级数和算法的收... 针对单一模糊C-均值聚类算法对初始聚类中心初值敏感性问题,引入同伦理论,提出了同伦模糊C-均值聚类算法。以三峡库岸研究程度较高的36个边坡为对象,采用同伦模糊C-均值聚类算法对边坡的稳定性进行分类,研究边坡最佳分类级数和算法的收敛性、可靠性。边坡聚类结果研究表明,同伦模糊C-均值聚类算法对初始聚类中心的选取没有明显的依赖性,是一个具有全局最优解的聚类方法,其结果明显好于单一模糊C-均值聚类算法。 展开更多
关键词 同伦理论 模糊c-均值聚类算法 边坡稳定性分类
在线阅读 下载PDF
基于多尺度样本熵与PCA-FCM的滚动轴承故障诊断 被引量:5
20
作者 许凡 方彦军 张荣 《青岛科技大学学报(自然科学版)》 CAS 2017年第2期100-106,111,共8页
针对滚动轴承故障诊断中多尺度样本熵特征向量维数高及其维度难以确定问题,提出了一种基于多尺度样本熵的主成分分析的模糊聚类故障识别模型。该模型首先使用多尺度样本熵方法提取滚动轴承正常、内圈故障、外圈故障、滚动体故障的振动... 针对滚动轴承故障诊断中多尺度样本熵特征向量维数高及其维度难以确定问题,提出了一种基于多尺度样本熵的主成分分析的模糊聚类故障识别模型。该模型首先使用多尺度样本熵方法提取滚动轴承正常、内圈故障、外圈故障、滚动体故障的振动信号特征。其次对多尺度样本熵特征向量使用主成分分析方法进行降维。然后通过累积贡献率来确定其特征向量的维度,并利用选定的特征向量属性作为模糊C均值聚类模型的输入并进行故障识别。最后通过分类系数和分类熵这两个聚类评价指标进行聚类效果的检验。实验结果表明该模型能较好的区分滚动轴承的正常与内圈故障、外圈故障、滚动体故障这4种信号。 展开更多
关键词 多尺度样本熵 主成分分析 模糊c均值 滚动轴承 故障诊断
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部