原文服务方: 计算机测量与控制       
摘要:
近年来数据挖掘技术的快速发展使得利用水下机器人作业过程中积累的大量数据进行故障诊断成为可能;基于数据挖掘的故障诊断技术能够从数据中获取潜在的诊断知识;针对水下机器人推进器系统数据特征,提出一种基于聚类和距离的离群点检测方法(outlier detection based on dbscan and distance,ODDD);首先,对数据进行粗聚类,然后采用剪枝规则进行离群点检测,来实现故障诊断;仿真实验结果表明算法能够实现水下机器人快速有效的故障检测.
推荐文章
水下机器人推进器故障融合诊断方法研究
水下机器人
推进器
故障诊断
信息融合
神经网络
水下机器人传感器故障诊断
水下机器人(AUV)
传感器故障诊断
线性平滑滤波
小波分析
基于信息增益率的WNB水下机器人故障分类
水下机器人
加权朴素贝叶斯
信息增益率
故障分类
水下机器人多传感器并发故障检测方法
水下机器人
传感器故障检测
并发故障
融合检测方法
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ODDD水下机器人故障诊断方法
来源期刊 计算机测量与控制 学科
关键词 聚类 离群点检测 故障检测 水下机器人
年,卷(期) 2015,(4) 所属期刊栏目 自动化测试技术
研究方向 页码范围 1106-1108
页数 3页 分类号 TP306
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 周悦 沈阳建筑大学信息与控制工程学院 77 373 11.0 15.0
5 邢妍妍 沈阳建筑大学信息与控制工程学院 4 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (21)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
聚类
离群点检测
故障检测
水下机器人
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导