- 相關推薦
航空發(fā)動機性能識別SOFM收縮聚類方法
自組織神經網絡SOFM可以將多維數據快速地映射到二維平面上,但需要進行人工聚類劃分.由于多尺度柵格技術可以對數據實現密度檢測,相應的收縮聚類方法采用大小可變的柵格對相連單元進行標識,將點沿著數據的密度梯度進行移動,自動計算最好的簇作為聚類結果.以多維發(fā)動機飛行參數為應用對象,數據預處理提取特征后,按隸屬度獲得特征向量后輸入SOFM網絡,用收縮聚類算法(SCM)實現對輸出的自動聚類檢測,完成對發(fā)動機狀態(tài)有效分析.實驗結果和專家判讀完全一致.
作 者： 梁建海 杜軍 冀捐灶 LIANG Jian-hai DU Jun JI Juan-zao 作者單位： 空軍工程大學,工程學院,陜西,西安,710038 刊 名： 傳感器與微系統(tǒng) PKU 英文刊名： TRANSDUCER AND MICROSYSTEM TECHNOLOGIES 年，卷(期)： 2006 25(11) 分類號： V247 關鍵詞： 飛行參數 收縮聚類算法 自組織特征映射 狀態(tài)識別【航空發(fā)動機性能識別SOFM收縮聚類方法】相關文章：
快速識別人才的方法07-19
游記類作文寫作方法04-25
人類“性能”的保留作文08-04
如何識別并防范求職陷阱03-20
收花生作文06-09
收衣服作文08-06
收花生作文07-21
收稻谷作文07-09
收玉米作文07-08