基于PSO聚类和特征贡献度的油液监测信息特征选择方法

• 作者: 刘东风 周志才 杨琨 石新发
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 机械装备 油液监测 特征选择 粒子群聚类 特征贡献度
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 86-89,114
• 页数: 5页
• 分类号: TH117.1
• 字数: 3302字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2016.01.016

摘要

特征选择是实现油液监测多技术手段综合应用的关键问题之一.针对油液监测信息特点,提出一种油液监测信息特征选择方法.该方法首先采用K均值PSO聚类算法对样本实施无监督聚类,实现样本的预先分类;然后采用定义的特征贡献度,计算各特征对聚类结果的贡献度,并以此作为特征选择的依据,实现无监督的过滤式特征选择.通过在某型柴油机润滑油原子发射光谱和红外光谱信息中的应用表明,该算法能够很好的实现油液监测信息的特征选择,减少特征指标数量,而且能够避免由于油液监测信息依存度和相关度高的特点而造成特征选择时可能会将重要信息删除的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘东风	海军工程大学青岛油液检测分析中心	44	157	7.0	8.0
2	杨琨	武汉理工大学能源与动力工程学院	25	66	5.0	7.0
3	石新发	海军工程大学青岛油液检测分析中心	23	81	5.0	7.0
4	周志才	海军工程大学青岛油液检测分析中心	12	66	5.0	8.0