-
题名一种基于边缘特征的聚类学习新方法
- 1
-
-
作者
刘道海
方毅
黄樟灿
-
机构
武汉理工大学数理系
武汉理工大学电信学院
-
出处
《计算机科学》
CSCD
北大核心
2002年第2期138-139,129,共3页
-
基金
国家自然科学基金(编号:70071042
60073043)
-
文摘
人类认识世界的一种重要方法是将认识对象进行分类,分类可以凭借经验和专业知识来实现,而聚类分析作为一种定量方法.从数据分析的角度,给出了一个更准确、细致的分类工具.作为统计学的一个分支和一种无教师监督的学习方法.聚类分析已有几十年的研究历史,并取得了很多研究成果.目前.聚类学习的典型代表有K-means方法和K-medoid方法等[3].
-
关键词
边缘特征
聚类学习方法
图像处理
数据处理
计算机
-
Keywords
Edge character,Clustering learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名神经网络聚类方法在旋转机械故障诊断中的应用研究
- 2
-
-
作者
郝伟
徐敏
张瑞林
-
机构
上海交通大学
-
出处
《郑州工学院学报》
1995年第4期6-11,共6页
-
基金
"八五"国家重大科技攻关
-
文摘
在基于神经网络的聚类学习方法。分有监督学习方法和无监督学习方法。本文采用无监督学习方法对旋转机械中常见故障的分类进行了较为详细的研究，以此分类结果来达到故障诊断的目的，文中还具体描述了该算法的实现方法。研究结果表明，该方法克服了有监督学习方法的旋转机械故障诊断技术的某些缺陷，是进行大型旋转机械故障诊断的一种行之有效的方法。
-
关键词
神经网络
聚类学习方法
旋转机械
故障诊断
-
Keywords
neuml network,category learning method,rotating machinery fault diagnosis
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
