基于改进谱聚类的提升机故障诊断算法

• 作者: 夏士雄 王志晓 陈少达
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 矿井提升机 故障诊断 谱聚类 数据场 聚类
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 软件与算法
• 页码范围: 3241-3245
• 页数: 5页
• 分类号: TP306.3
• 字数: 4331字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.12.016

摘要

针对传统谱聚类存在需要人为确定聚类数目、对初始聚类中心敏感和鲁棒性较差等问题，通过对谱聚类算法的研究，提出一种改进的谱聚类算法。将谱聚类与数据场模型结合，利用数据场模型剔除孤立数据点，借助数据场模型判断谱聚类算法的 k 值和初始聚类中心点，利用 K-means 聚类算法进行聚类划分。基于 UCI 数据集和提升机轴承故障数据的实验结果表明，将谱聚类与数据场结合能够有效提高提升机故障诊断性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏士雄	中国矿业大学计算机学院	118	1158	18.0	28.0
2	王志晓	中国矿业大学计算机学院	43	434	11.0	19.0
3	陈少达	中国矿业大学计算机学院	1	4	1.0	1.0