提出了一种新的两阶段FCM聚类算法,一方面有效弥补了Stephen L Chiu提出的FCM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法...提出了一种新的两阶段FCM聚类算法,一方面有效弥补了Stephen L Chiu提出的FCM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法的有效性和优越性.展开更多
针对间歇过程故障检测中的断续以及数据不等长等问题,提出了一种模糊有序聚类算法(fuzzy order clustering algorithm,FOCA),实现了多阶段间歇过程的故障检测。FOCA在对过程数据进行子阶段划分时加入模糊策略,在初始化聚类时严格保证类...针对间歇过程故障检测中的断续以及数据不等长等问题,提出了一种模糊有序聚类算法(fuzzy order clustering algorithm,FOCA),实现了多阶段间歇过程的故障检测。FOCA在对过程数据进行子阶段划分时加入模糊策略,在初始化聚类时严格保证类内数据连续,且只针对单独的批次数据进行聚类,有效地解决断续、数据不等长等问题,优化了子阶段划分的结果。将FOCA应用于青霉素发酵过程的故障检测中,仿真结果表明该方法有效地降低了故障漏报率以及误报率。展开更多
文摘针对间歇过程故障检测中的断续以及数据不等长等问题,提出了一种模糊有序聚类算法(fuzzy order clustering algorithm,FOCA),实现了多阶段间歇过程的故障检测。FOCA在对过程数据进行子阶段划分时加入模糊策略,在初始化聚类时严格保证类内数据连续,且只针对单独的批次数据进行聚类,有效地解决断续、数据不等长等问题,优化了子阶段划分的结果。将FOCA应用于青霉素发酵过程的故障检测中,仿真结果表明该方法有效地降低了故障漏报率以及误报率。
