基于退化数据的高可靠性产品贝叶斯分类决策

• 作者: 潘尔顺 陈震
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 退化数据 贝叶斯分类 期望最大化 K-均值聚类算法 平均成本
• 年，卷（期）: 2017,（1）
• 页码范围: 76-81
• 分类号: TP202.1
• 语种: 中文
• DOI: 10.16183/j.cnki.jsjtu.2017.01.013

摘要

针对高可靠性产品的退化数据,提出一种贝叶斯分类方法,将产品按最大后验概率进行分类.利用非线性Wiener过程模型来描述产品的退化路径,提出了一种结合期望最大化(EM)与K-均值聚类的算法以用于估计模型的未知参数,建立了平均成本最小化的最优分类决策模型.实例与仿真试验显示,该分类方法具有较高的分类精度与较小的成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘尔顺	上海交通大学机械与动力工程学院	85	870	15.0	26.0
2	陈震	上海交通大学机械与动力工程学院	44	510	11.0	21.0