期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到199篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于RSA模型和改进K-means算法的电商行业客户细分
1
作者 杨静 《计算机应用与软件》 北大核心 2025年第8期125-131,172,共8页
针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻... 针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻和密度峰值聚类的K-means初始聚类中心选取方法,优化传统K-means算法实现客户细分。通过选取的标准数据集和某零售公司在线交易的真实数据进行实验验证,证明了RSA模型和改进K-means算法具有更加优异的性能。 展开更多
关键词 RSA模型 客户细分 K-MEANS算法 密度峰值聚类 K近邻
在线阅读 下载PDF
结合近邻思想和K-means的三支决策聚类方法
2
作者 唐欣 《计算机与数字工程》 2025年第2期314-319,共6页
针对K-means算法随机选取聚类中心且易受极端值影响等问题,提出近邻思想和K-means的三支决策聚类方法。首先,利用样本点之间的关系得到密度最高的对象作为初始聚类中心,根据剩余样本点与初始聚类中心之间的近邻密度选取合适的聚类对象,... 针对K-means算法随机选取聚类中心且易受极端值影响等问题,提出近邻思想和K-means的三支决策聚类方法。首先,利用样本点之间的关系得到密度最高的对象作为初始聚类中心,根据剩余样本点与初始聚类中心之间的近邻密度选取合适的聚类对象,同时更新聚类中心;接着从最远欧氏距离出发寻找n-1个聚类中心及其对应的聚类对象,得到二支K-means聚类结果。最后,结合三支决策和Q近邻思想,将上述结果进一步划分为核心域、边界域及琐碎域,得到三支K-means决策聚类结果。在UCI数据集和人工模拟数据集上分别进行试验,实验结果表明:相比于其他几种方法,该方法提高了聚类准确率,具有稳定性。 展开更多
关键词 K-MEANS算法 局部邻域密度 Q近邻 三支决策 三支聚类
在线阅读 下载PDF
改进的k-nn快速分类算法 被引量：8
3
作者 桑应宾 刘琼荪 《计算机工程与应用》 CSCD 北大核心 2009年第11期145-146,161,共3页
针对传统的k-近邻(k-nn)方法的缺点,将聚类中的K均值和分类中的k近邻算法有机结合,提出了一种改进的k-nn快速分类算法。实验表明该算法在影响分类效果不大的情况下能达到快速分类的目的。
关键词 聚类算法 K均值 分类算法 K近邻
在线阅读 下载PDF
基于Mean-Shift的广播音频聚类算法 被引量：3
4
作者 郑继明 俞佳 《计算机应用》 CSCD 北大核心 2009年第10期2741-2743,2750,共4页
针对大多数聚类算法依赖聚类数目这一先验知识的不足,提出一种基于均值漂移(Mean-Shift)的新广播音频聚类算法。对需聚类的音频段选取基于小波域的特征构造特征集合,通过主成分分析方法降低所提取特征中的冗余信息。在此基础上,采用Mean... 针对大多数聚类算法依赖聚类数目这一先验知识的不足,提出一种基于均值漂移(Mean-Shift)的新广播音频聚类算法。对需聚类的音频段选取基于小波域的特征构造特征集合,通过主成分分析方法降低所提取特征中的冗余信息。在此基础上,采用Mean-Shift算法对音频信号进行初步聚类,然后利用快速近邻法对其聚类结果进行一次修正,最后合并仅含有单个样本类别的类进行二次修正。实验结果表明,该算法的聚类精度有一定的提高。 展开更多
关键词 主成分分析 均值漂移算法 快速近邻法 二次修正 广播音频聚类
在线阅读 下载PDF
K-最近邻分类技术的新发展与技术改进 被引量：5
5
作者 王娜 侯爽 《河北省科学院学报》 CAS 2009年第4期11-13,共3页
K-最近邻算法是数据挖掘分类方法中最常用的算法之一,在很多实际问题上都有应用。本文对近年来基于K-最近邻算法的各种改进技术进行了分析,从速度提高和准确度提高两个方面给予了归纳。
关键词 K-最近邻 分类 算法
在线阅读 下载PDF
MD-KNN算法在高校精准资助中的应用 被引量：1
6
作者 李博 李霞 +4 位作者 张晓 王艳秋 李恒 张勇 凌玉龙 《计算机技术与发展》 2020年第7期91-95,共5页
精准资助是当前一个热点问题,国内很多高校也对学生精准问题进行了深入的探索。为提升高校学生精准资助工作的准确性,采用MD-KNN算法(Mahalanobis distance k-nearest neighbor algorithm)对该问题进行分析。对收集到的数据信息利用基... 精准资助是当前一个热点问题,国内很多高校也对学生精准问题进行了深入的探索。为提升高校学生精准资助工作的准确性,采用MD-KNN算法(Mahalanobis distance k-nearest neighbor algorithm)对该问题进行分析。对收集到的数据信息利用基于马氏距离的MD-KNN算法进行聚类,再对聚类结果进行迭代分析,以提高经济困难学生筛选工作的精度。学生群体由于其本身的特殊性,其行为也会与贫困情况有联系,文中对学生行为与贫困情况进行分析:发现学生在学校食堂就餐次数、就餐天数与贫困指数具有正相关的联系。以西安某高校2017年11月至2018年4月学生行为数据为样本进行实验;用生成的名单与线下正常认证的贫困学生名单进行对比。实验证明MD-KNN算法在高校学生精准资助中具有很大的应用价值。 展开更多
关键词 MD-KNN算法 马氏距离 高校精准资助 聚类算法 数据挖掘
在线阅读 下载PDF
基于层次聚类法的Entropy-KNN算法 被引量：2
7
作者 童先群 周忠眉 《漳州师范学院学报（自然科学版）》 2012年第1期43-47,共5页
KNN算法通过近邻样本的个数分类,Entropy-KNN算法给出新的相似度定义,而且投票时综合待测样本与近邻样本的个数和各类近邻的平均距离,但两种算法均未考虑近邻样本间的相似.提出的基于层次聚类法的Entropy-KNN算法,首先对训练集按类别进... KNN算法通过近邻样本的个数分类,Entropy-KNN算法给出新的相似度定义,而且投票时综合待测样本与近邻样本的个数和各类近邻的平均距离,但两种算法均未考虑近邻样本间的相似.提出的基于层次聚类法的Entropy-KNN算法,首先对训练集按类别进行层次聚类,接着在与待测样本最相似的子类中选取近邻样本,使得近邻样本具有较高的相似度,最后结合Entropy-KNN算法进行分类.在蘑菇数据集上的实验结果表明,该算法的分类准确率高于Entropy-KNN算法. 展开更多
关键词 分类 KNN算法 信息熵 聚类
在线阅读 下载PDF
RS-GA-KNN算法识别灵长类动物DNA序列剪接位点
8
作者 张运陶 丁保淼 黎云祥 《华中师范大学学报（自然科学版）》 CAS CSCD 2006年第1期90-94,共5页
以灵长类动物DNA序列的剪接位点识别资料为研究对象,将选定样本序列中各碱基编码作为原始变量数据,用粗糙集方法和遗传算法对原始变量数据进行变量筛选,即以粗糙集方法选取的变量为基础,用遗传算法进行变量的二次搜索,从样本序列各碱基... 以灵长类动物DNA序列的剪接位点识别资料为研究对象,将选定样本序列中各碱基编码作为原始变量数据,用粗糙集方法和遗传算法对原始变量数据进行变量筛选,即以粗糙集方法选取的变量为基础,用遗传算法进行变量的二次搜索,从样本序列各碱基中挑选出保守性强的碱基对应的变量构成变量集,采用最近邻聚类识别灵长类动物DNA序列剪接位点类型,总识别准确率达90.66%,明显高于直接使用原始变量数据或将粗糙集理论方法和遗传算法单独用于变量选取的识别结果. 展开更多
关键词 粗糙集理论 遗传算法 最近邻聚类 剪接位点 识别
在线阅读 下载PDF
基于T-S模糊神经网络汽提塔温度控制研究
9
作者 高淑芝 张毅浩 余慧 《电子世界》 2014年第11期74-75,共2页
由于汽提过程是一个具有高度非线性和时变等特点的复杂工艺过程,其准确的数学模型难以建立,过程参数也较难控制,运用传统的控制方法难以达到高精度的控制效果。基于T-S模糊神经网络具有较强的逼近和学习能力,又需要较少的先验知识,能够... 由于汽提过程是一个具有高度非线性和时变等特点的复杂工艺过程,其准确的数学模型难以建立,过程参数也较难控制,运用传统的控制方法难以达到高精度的控制效果。基于T-S模糊神经网络具有较强的逼近和学习能力,又需要较少的先验知识,能够在线学习等特点,本文采用最邻近聚类法对传统的T-S模糊神经网络方法进行改进,同时,采用共轭梯度法和递归最小二乘法来确定模型得参数,结合现有的该公司的实际运行数据,建立了汽提塔系统的模型。仿真结果验证了采用T-S模糊神经网络方法建模的有效性。 展开更多
关键词 聚氯乙烯 T-S模糊神经网络 汽提过程 最邻近聚类算法
在线阅读 下载PDF
增量式K-Medoids聚类算法 被引量：9
10
作者 高小梅 冯云 冯兴杰 《计算机工程》 CAS CSCD 北大核心 2005年第B07期181-183,共3页
聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更... 聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更新。由于数据量大,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效,因此亟待研究增量式聚类算法。该文通过对K-Medoids聚类算法的改进,提出一种增量式K-Medoids聚类算法。它能够很好地解决传统聚类算法在伸缩性、数据定期更新时所面临的问题。 展开更多
关键词 数据挖掘 K—Medoids聚类算法 最近邻 增量式聚类算法
在线阅读 下载PDF
一种基于Canopy和粗糙集的CRS-KNN文本分类算法 被引量：9
11
作者 姚彬修 倪建成 +2 位作者 于苹苹 曹博 李淋淋 《计算机工程与应用》 CSCD 北大核心 2017年第11期172-177,共6页
针对KNN算法的分类效率随着训练集规模和特征维数的增加而逐渐降低的问题,提出了一种基于Canopy和粗糙集的CRS-KNN(Canopy Rough Set-KNN)文本分类算法。算法首先将待处理的文本数据通过Canopy进行聚类,然后对得到的每个类簇运用粗糙集... 针对KNN算法的分类效率随着训练集规模和特征维数的增加而逐渐降低的问题,提出了一种基于Canopy和粗糙集的CRS-KNN(Canopy Rough Set-KNN)文本分类算法。算法首先将待处理的文本数据通过Canopy进行聚类,然后对得到的每个类簇运用粗糙集理论进行上、下近似分割,对于分割得到的下近似区域无需再进行分类,而通过上、下近似作差所得的边界区域数据需要通过KNN算法确定其最终的类别。实验结果表明,该算法降低了KNN算法的数据计算规模,提高了分类效率。同时与传统的KNN算法和基于聚类改进的KNN文本分类算法相比,准确率、召回率和F_1值都得到了一定的提高。 展开更多
关键词 Canopy聚类 粗糙集 K-最近邻(KNN)算法 文本分类
在线阅读 下载PDF
融合最近邻矩阵与局部密度的自适应K-means聚类算法 被引量：8
12
作者 艾力米努尔·库尔班 谢娟英 姚若侠 《计算机科学与探索》 CSCD 北大核心 2023年第2期355-366,共12页
针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷,以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值的缺点,提出一种融合最近邻矩阵与局部密度的自适应K-means聚类算法。受最邻近吸收原则与密度峰值原则启... 针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷,以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值的缺点,提出一种融合最近邻矩阵与局部密度的自适应K-means聚类算法。受最邻近吸收原则与密度峰值原则启发,通过引入数据对象间的距离差异值构造邻近矩阵,根据邻近矩阵计算局部密度,不需要任何参数设置,采取最近邻矩阵与局部密度融合策略,自适应确定初始聚类中心数目和位置,同时完成非中心点的初分配。人工数据集和UCI数据集的实验测试,以及与传统K-means算法、基于离群点改进的K-means算法、基于密度改进的K-means算法的实验比较表明,提出的自适应K-means算法对人工数据集的孤立点免疫度较高,对UCI数据集具有更准确的聚类结果。 展开更多
关键词 自适应K-means聚类算法 密度峰值原则 最邻近吸收原则 局部密度
在线阅读 下载PDF
基于K-近邻与FOA改进聚类的数据异常分析模型及用电行为分析 被引量：2
13
作者 周伟 牛誉蓉 《成都工业学院学报》 2024年第5期11-16,共6页
对隐藏在大数据中的信息进行深层挖掘时,由于存在数据来源、统计口径、人员输入、行为异常等方面的问题,可能出现异常数据。针对此类问题,首先利用离散小波变换进行多尺度分解,然后采用K-近邻思想对局部区域的密度、距离重新定义,来提... 对隐藏在大数据中的信息进行深层挖掘时,由于存在数据来源、统计口径、人员输入、行为异常等方面的问题,可能出现异常数据。针对此类问题,首先利用离散小波变换进行多尺度分解,然后采用K-近邻思想对局部区域的密度、距离重新定义,来提高对异常值的识别精度;最后结合改进的果蝇优化算法,对密度峰值聚类算法中的截断距离进行优化,提出基于K-近邻与改进果蝇优化的密度峰值聚类异常分析模型。从异常值检测角度进行仿真实验分析,根据用户数据多时间尺度特征,对不同时间尺度的复合数据进行聚类,对用电行为进行分析;选择多种标准测试函数,对基于知识学习的改进果蝇优化算法性能进行对比研究。结果显示,基于K-近邻的算法能够将变压器中不同于正常运行模式的少数异常曲线及单个用户的异常用电模式检测出来,其有效性得到了验证。在基于知识学习的改进果蝇优化算法中,随着果蝇个体数量增加其寻优能力也得到提高。 展开更多
关键词 异常值检测 果蝇优化算法 K-近邻算法 峰值聚类算法 用电行为
在线阅读 下载PDF
基于GAWK-means的地铁车站指纹定位方法 被引量：1
14
作者 金霄 吴飞 +2 位作者 鄢松 陆雯霞 张忠艺 《电子科技》 2022年第2期34-39,共6页
针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法。离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好... 针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法。离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入局部最优。在线阶段,利用K近邻法将信号向量与最为接近的子指纹库匹配获得定位结果,通过平均定位误差对该方法整体性能进行评估。实验结果表明,在地铁车站离线阶段使用GAWK-means算法平均定位误差为1.52 m,相较于未聚类和传统K-means聚类,定位误差减少了0.41 m以上。 展开更多
关键词 地铁车站 iBeacon技术 指纹定位 遗传算法 K-MEANS聚类 欧式距离 K近邻法 GAWK-means
在线阅读 下载PDF
基于IK-medoids算法的飞机油耗聚类方法 被引量：6
15
作者 陈静杰 车洁 《计算机科学》 CSCD 北大核心 2018年第8期306-309,314,共5页
为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标... 为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标准欧氏距离计算初始中心邻域;然后利用提出的一种近邻搜索策略进行初始中心的迭代更新,直到中心点不再发生变化。在同一机型和航段、不同大小的数据集上进行对比实验,根据起飞重量、巡航高度、实飞距离以及飞行环境等特征对飞机油耗进行精准分类。实验结果表明:相对于传统的改进K-medoids算法,IKmedoids算法在有效缩短分类时间的同时保证了聚类准确率,为进一步分析飞行过程中的燃油消耗提供了新视角。 展开更多
关键词 K-medoids聚类算法 距离最大法 标准欧氏距离 近邻搜索 油耗分类 Quick Access Recorder(QAR)数据
在线阅读 下载PDF
基于K-最近邻的C克隆代码重构方法
16
作者 冯江辉 王甜甜 +1 位作者 苏小红 马培军 《智能计算机与应用》 2011年第1X期47-50,共4页
在软件开发过程中，克隆代码已经成为引起软件缺陷的一个重要因素。针对现有的方法不能很好地处理内聚度低、功能交叉的克隆代码的问题，提出了一种基于K-最近邻的克隆代码重构方法。首先，对克隆代码进行静态分析，搜集控制依赖信息和... 在软件开发过程中，克隆代码已经成为引起软件缺陷的一个重要因素。针对现有的方法不能很好地处理内聚度低、功能交叉的克隆代码的问题，提出了一种基于K-最近邻的克隆代码重构方法。首先，对克隆代码进行静态分析，搜集控制依赖信息和数据流信息，再经过K-最近邻聚类方法，形成便于提取、功能独立的代码片段，然后对代码片段进行过程提取，使之成为一个独立的过程，并用过程调用替代原来的克隆代码。实验结果表明，该方法能够对克隆代码进行有效组织，并对功能独立的部分进行提取。 展开更多
关键词 重构 K-最近邻聚类算法 过程提取 静态分析
在线阅读 下载PDF
基于动态RBF-NN的温湿度解耦控制研究 被引量：1
17
作者 孙冠琼 魏博 《自动化与仪表》 2022年第12期24-27,33,共5页
温室控制系统变量较多,特别是温湿度控制间常存在强耦合现象,为解决这个问题,该文采用最近邻聚类算法对RBF-NN进行动态优化,提高对控制系统的在线辨识能力,再结合PID-NNC,建立基于动态RBF-NN的温湿度解耦控制策略。仿真结果表明,与常规... 温室控制系统变量较多,特别是温湿度控制间常存在强耦合现象,为解决这个问题,该文采用最近邻聚类算法对RBF-NN进行动态优化,提高对控制系统的在线辨识能力,再结合PID-NNC,建立基于动态RBF-NN的温湿度解耦控制策略。仿真结果表明,与常规的RBF-NN解耦控制方法相比,该策略解耦控制效果好,系统稳定性强,动态适应性好。 展开更多
关键词 温湿度控制 RBF-NN 解耦控制 最近邻聚类算法
在线阅读 下载PDF
基于K互近邻与核密度估计的DPC算法 被引量：2
18
作者 周玉 夏浩 +1 位作者 刘虹瑜 白磊 《北京航空航天大学学报》 北大核心 2025年第6期1978-1990,共13页
快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)... 快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)的DPC(KKDPC)算法。通过K近邻和核密度估计方法得到数据点的K互近邻数量和局部核密度;将K互近邻数量与局部核密度进行加和获得新的局部密度;根据数据点的局部密度得到相对距离,并通过构建决策图选取聚类中心及分配非中心点。利用人工数据集和真实数据集进行实验,并与DPC、基于密度的噪声空间聚类应用(DBSCAN)、K-means、模糊C均值聚类算法(FCM)、基于K近邻的DPC(DPCKNN)、近邻优化DPC(DPC-NNO)、基于模糊加权共享邻居的DPC(DPC-FWSN)算法进行对比。通过计算调整互信息(AMI)、调整兰德指数(ARI)、归一化互信息(NMI)来验证KKDPC算法的性能。实验结果表明:KKDPC算法能更加准确地识别聚类中心,有效地提高聚类精度。 展开更多
关键词 聚类算法 密度峰值 K近邻 K互近邻 核密度估计
原文传递
基于改进KNN-DPC算法的科技创新人才分类研究
19
作者 张文宇 刘嘉 +2 位作者 杨媛 朱钰婷 于瑞 《计算机与数字工程》 2021年第9期1731-1736,1817,共7页
为了提高科技创新人才培养过程中人才层次分类的效果,提出了一种结合主成分的改进K近邻优化的密度峰值聚类算法(IKDPC)。首先,论文将主成分分析思想及流程融入到K近邻优化的密度峰值聚类算法(KNN-DPC)中来提高对高维数据的处理能力;进而... 为了提高科技创新人才培养过程中人才层次分类的效果,提出了一种结合主成分的改进K近邻优化的密度峰值聚类算法(IKDPC)。首先,论文将主成分分析思想及流程融入到K近邻优化的密度峰值聚类算法(KNN-DPC)中来提高对高维数据的处理能力;进而,为了克服复杂数据集和噪声点对KNN-DPC算法的影响,对局部密度度量方法进行了改进,并设计了全新的两种样本数据点的分配策略,从而有效提高了聚类效率和聚类质量;最后,将IKDPC算法针对科技创新人才样本指标数据进行实例研究,实证结果表明该算法能有效地对科技创新人才进行分类,并为科学合理地探究科技创新人才培养过程中的分类问题提供科学量化参考。 展开更多
关键词 科技创新人才 人才分类 密度峰值聚类 主成分分析 K近邻
在线阅读 下载PDF
KMDW和ISVDD方法在钻头磨损状态识别中的应用
20
作者 郝旺身 娄本池 +4 位作者 董辛旻 王林恒 朱春辉 陈世金 王亚坤 《重庆理工大学学报(自然科学)》 北大核心 2025年第7期179-186,共8页
为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVD... 为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVDD模型进行故障分类,对混叠样本采用K近邻隶属度值进行识别,并采用改进的蝴蝶优化算法(IBOA)优化SVDD模型参数。在标准数据集上验证所提方法的优越性,结果表明:加入K近邻隶属度值可使F值和准确率分别提升6.36%和6.59%;KMDW相比K均值聚类方法的ARI值和NMI值分别提升10.01%和10.75%,能够达到更好的聚类效果;经蝴蝶优化算法改进后模型识别精度进一步提高。将所提方法应用于钻头磨损状态的识别,识别准确率达到92.83%,证明其具有较好的识别精度和通用性。 展开更多
关键词 SVDD K均值密度权重聚类 蝴蝶优化算法 K近邻算法 钻头磨损状态识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
使用帮助 返回顶部