基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对机器人轴孔装配任务中接触状态的分类问题,该文提出了一种基于多变量时间序列的聚类方法.该方法利用深度时间聚类网络对装配过程中的接触状态变量进行编码,然后使用复杂度不变性度量对时间序列片段进行划分.该方法避免了对接触过程进行准静态分析,因此在实际中具有一定的通用性.并且利用时间序列的方式有利于提取接触状态变量的时间关联特性,从而使得聚类的结果更加鲁棒.实验结果和预期一致,验证了该算法的正确性和有效性.
推荐文章
多变量时间序列的模糊决策树挖掘
数据挖掘
时间序列
模糊决策树
基于邻近相点聚类分析的多变量局域多步预测
聚类分析
局域模型
多步预测
综合判据
基于数据块的多变量时间序列相似性度量
多变量时间序列
相似性度量
共同主成分分析
二维奇异值分解
分块
基于回声状态网络的多变量预测模型的研究
多变量混沌时间序列预测
回声状态网络
主元分析
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 基于多变量时间序列的接触状态聚类分析
来源期刊 电子科技大学学报 学科 工学
关键词 聚类分析 接触状态 多变量时间序列 机器人装配 无监督
年,卷(期) 2020,(5) 所属期刊栏目 人工智能
研究方向 页码范围 660-665
页数 6页 分类号 TP242
字数 语种 中文
DOI 10.12178/1001-0548.2020192
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (1)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
聚类分析
接触状态
多变量时间序列
机器人装配
无监督
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导