原文服务方: 科技与创新       
摘要:
针对连续数据故障诊断知识挖掘,提出了一种将粗糙集理论与K-均值聚类算法相结合的故障诊断知识挖掘方法.该方法在提取设备状态参数数据的基础上,应用K-均值聚类算法将各状态参数下的连续数据离散化为有限类别,再应用粗糙集对所获得的离散数据表进行约简,获得由状态数据出发的故障诊断知识表格.应用于柴油机故障诊断数据知识挖掘,可以快速准确地获得故障诊断知识,方法简单易用.
推荐文章
基于层次的K-均值聚类
聚类
代价函数
层次
K-均值聚类
基于核聚类的K-均值聚类
核聚类
K-均值聚类
径向基函数(RBF)
支持向量机(SVM)
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于模糊C均值聚类和粗糙集理论的旋转机械故障诊断
旋转机械
故障诊断
粗糙集
模糊C均值聚类
属性重要性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集与K-均值聚类的故障知识挖掘
来源期刊 科技与创新 学科
关键词 粗糙集 K-均值聚类 故障诊断 知识挖掘
年,卷(期) 2007,(15) 所属期刊栏目 数据库 数据仓库 数据挖掘
研究方向 页码范围 141-143
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.15.057
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (214)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (23)
二级引证文献  (29)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粗糙集
K-均值聚类
故障诊断
知识挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导