您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(HEUCFL20111103)

作品数:2 被引量:12H指数:2
相关作者:彭秀艳柴艳有更多>>
相关机构:潍柴动力股份有限公司哈尔滨工程大学更多>>
发文基金:中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇主元
  • 2篇主元分析
  • 2篇模糊核
  • 2篇模糊核聚类
  • 2篇聚类
  • 2篇故障诊断
  • 2篇核聚类
  • 2篇KFCM
  • 2篇船舶
  • 2篇船舶柴油机

机构

  • 2篇哈尔滨工程大...
  • 2篇潍柴动力股份...

作者

  • 2篇柴艳有
  • 2篇彭秀艳

传媒

  • 2篇控制工程

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于PCA-KFCM的船舶柴油机故障诊断被引量:10
2012年
为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。
彭秀艳柴艳有柴艳有
关键词:船舶柴油机故障诊断主元分析模糊核聚类
基于PCA-KFCM的船舶柴油机故障诊断被引量:3
2012年
为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。最后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。
彭秀艳柴艳有柴艳有
关键词:船舶柴油机故障诊断主元分析模糊核聚类
共1页<1>
聚类工具0