基于样本密度KFCM新算法及其在故障诊断的应用

• 作者: 付强 刘兴丽 徐晶 陶新民
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 核模糊聚类 样本密度 最大类间方差法 故障诊断
• 年，卷（期）: 2009,（8）
• 页码范围: 61-64,83
• 页数: 5页
• 分类号: TM711
• 字数: 4269字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2009.08.013

摘要

针对传统核模糊聚类(KFCM)算法无法克服边界噪声数据影响且对初始聚类中心敏感的不足,提出一种基于样本密度和最大类间方差法相结合的KFCM算法.该算法在传统的KFCM算法中引入样本分布密度作为权重,克服噪声及边界数据对分类中心的影响,使样本的聚类效果更好,同时还可以分析各样本对聚类的贡献程度.此外利用最大类间方差法对样本密度进行分割,得到各类中心点并以此作为KFCM算法的初始聚类中心,克服了传统算法对初始值敏感的不足.对各种实际数据集的测试结果均显示出新算法的优良性能.最后利用新算法对轴承故障进行诊断,试验结果表明新算法的诊断率优于传统的聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付强	东北农业大学成栋学院	317	3949	29.0	46.0
2	陶新民	哈尔滨工程大学信息与通信工程学院	49	926	16.0	29.0
3	徐晶	黑龙江科技学院数力系	38	386	9.0	19.0
4	刘兴丽	哈尔滨工程大学信息与通信工程学院	2	25	2.0	2.0