一种新的监督聚类学习方法及其在故障诊断中的应用

• 作者: 宋保强 宋彤
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 聚类学习 监督聚类 极大似然规则 故障诊断
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 容错理论与软件
• 页码范围: 63-65，69
• 页数: 4页
• 分类号: TP181
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2001.05.016

摘要

本文提出了一种新的监督聚类学习方法.系统根据样本特征矢量空间的整体分布和局部分布情况对样本进行监督聚类,克服了传统神经网络只是利用样本局部分布信息调节权值造成的局部最小,计算量大等问题,并实现了包括对未知模式的识别.仿真结果表明该方法是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋彤	大连理工大学电子与信息工程学院	17	280	7.0	16.0
2	宋保强	大连理工大学电子与信息工程学院	4	29	2.0	4.0