航空发动机性能识别SOFM收缩聚类方法

航空发动机性能识别SOFM收缩聚类方法

自组织神经网络SOFM可以将多维数据快速地映射到二维平面上,但需要进行人工聚类划分.由于多尺度栅格技术可以对数据实现密度检测,相应的收缩聚类方法采用大小可变的栅格对相连单元进行标识,将点沿着数据的密度梯度进行移动,自动计算最好的簇作为聚类结果.以多维发动机飞行参数为应用对象,数据预处理提取特征后,按隶属度获得特征向量后输入SOFM网络,用收缩聚类算法(SCM)实现对输出的自动聚类检测,完成对发动机状态有效分析.实验结果和专家判读完全一致.

作 者： 梁建海 杜军 冀捐灶 LIANG Jian-hai DU Jun JI Juan-zao   作者单位： 空军工程大学,工程学院,陕西,西安,710038  刊 名： 传感器与微系统  PKU 英文刊名： TRANSDUCER AND MICROSYSTEM TECHNOLOGIES  年，卷(期)： 2006 25(11)  分类号： V247  关键词： 飞行参数   收缩聚类算法   自组织特征映射   状态识别  

【航空发动机性能识别SOFM收缩聚类方法】相关文章：

快速识别人才的方法07-19

游记类作文写作方法04-25

脉冲爆震发动机性能参数计算方法论文05-01

人类“性能”的保留作文08-04

如何识别并防范求职陷阱03-20

收花生作文06-09

收衣服作文08-06

收花生作文07-21

收稻谷作文07-09

收玉米作文07-08