LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法

• 作者: 王珉 秦国军 胡茑庆
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 液体火箭发动机 试车数据 数据挖掘 最大散度差准则 软划分 模糊聚类
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 信息工程·控制工程
• 页码范围: 164-168
• 分类号: TP391|V434.21
• 字数: 4219字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2011.03.031

摘要

在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA.该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行.在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MSD-FCA,用于对试车样本进行“软划分”,以提高聚类的正确性.实验结果证明了MSD-FCA的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡茑庆	国防科技大学机电工程与自动化学院	65	1255	20.0	33.0
2	秦国军	国防科技大学机电工程与自动化学院	38	596	12.0	23.0
3	王珉	国防科技大学机电工程与自动化学院	6	35	3.0	5.0