基于蒙特卡洛k-means聚类算法的舰船器材分类研究

• 作者: 吴雯雯 陈振林
• 来源期刊: 计算机测量与控制
• 关键词: 仪表器材 聚类分析 蒙特卡洛法 K-means
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 222-226
• 页数: 5页
• 分类号: E92
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.04.045

摘要

器材合理分类是建立预测模型的基础,某型舰船仪表器材数据较少、分类指标因素不足,使用传统方法易产生过拟合的问题;提出蒙特卡洛K-means算法,利用样本方差进行器材消耗聚类分析;该方法首先利用MC法计算初始聚类中心,参考SBC分类法制定聚类种类数k,通过方差聚类建模来优化仪表器材的分类,最终得到仪表器材的聚类结果;实例计算表明,该方法能够有效改进K-means方法的分类结果,无需考虑其他备件指标因素影响,适用于数据量过小和存在白噪声的模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈振林	海军航空大学岸防兵学院	46	359	10.0	17.0
2	吴雯雯	海军航空大学岸防兵学院	1	0	0.0	0.0