原文服务方: 西安交通大学学报       
摘要:
针对数据维数高、非线性且从高维观测空间分析数据模式困难的问题,将改进的流形学习算法引入到数据聚类中,提出了一种结合自适应局部线性嵌入和递归调用规范切融合的新方法.采用自适应局部线性嵌入对原始数据进行非线性降维,应用递归调用规范切对低维空间数据进行聚类,通过对3组UCI标准测试数据集的仿真实验表明,新方法能够将高维数据有效地映射到低维本质空间,克服了传统方法对数据集结构的依赖性,从而显著提高了谱聚类算法分类的准确性和稳定性.同时,对于田纳西-伊斯曼过程的数据实验,表明了该方法对故障模式识别的可行性和有效性.
推荐文章
一种基于模糊聚类的故障诊断方法
信息融合
故障诊断
模糊聚类
自组织特征映射
一种基于模糊聚类的故障诊断方法
信息融合
故障诊断
模糊聚类
自组织特征映射
一种聚类优化融合故障诊断方法及其应用
聚类分析
权值矩阵
融合诊断
遗传算法
基于谱聚类集成的变压器在线故障诊断
故障诊断
变压器
谱聚类集成
油中溶解气体分析
信号处理
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 一种自适应局部线性嵌入与谱聚类融合的故障诊断方法
来源期刊 西安交通大学学报 学科
关键词 局部线性嵌入 谱聚类 递归调用规范切 故障诊断
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 77-82
页数 分类号 TP183
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王孙安 西安交通大学机械工程学院 128 2802 30.0 48.0
2 庄健 西安交通大学机械工程学院 56 885 14.0 28.0
3 张育林 西安交通大学机械工程学院 12 35 3.0 5.0
4 王娜 西安交通大学机械工程学院 83 308 9.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (37)
参考文献  (8)
节点文献
引证文献  (17)
同被引文献  (40)
二级引证文献  (44)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(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)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(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)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(10)
  • 引证文献(7)
  • 二级引证文献(3)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
局部线性嵌入
谱聚类
递归调用规范切
故障诊断
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导