基于克隆聚類的特征提取與多傳感器故障診斷

基于人工免疫理論中的克隆選擇算法,結合聚類分析方法,提出了基于克隆選擇聚類分析的故障特征提取方法.該方法通過刪除對分類無關的特征以及壓縮類間相關特征,得到最有利于分類的子特征集,提高了分類器的分類性能.并且該算法具有本質上的并行性、計算效率高和聚類能力強等優點.多傳感器故障診斷的實驗表明,經過克隆選擇聚類分析提取的特征對發動機的故障具有更好的識別能力,為發動機的狀態監測與故障診斷提供了依據.

作 者： 侯勝利 王威 喬麗 史霄霈 周根娜 HOU Shengli WANG Wei QIAO Li SHI Xiaopei ZHOU Genna   作者單位： 徐州空軍學院,江蘇,徐州,221002  刊 名： 電光與控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2010 17(6)  分類號： V271.4 TP212.9  關鍵詞： 多傳感器   故障診斷   特征提取   聚類分析   航空發動機  

【基于克隆聚類的特征提取與多傳感器故障診斷】相關文章：

一種基于區間數多指標信息的聚類方法04-27

基于模型的航天器在軌傳感器故障診斷方法04-27

基于模糊理論的多傳感器數據融合系統04-26

一種基于三角模糊數多指標信息的聚類方法04-27

基于光對準的多傳感器軸裝配誤差補償技術04-27

基于FCM的多傳感器融合多目標跟蹤的數據關聯04-26

基于改進C-均值聚類算法的空中目標分類04-27

基于多信號模型航天器多故障診斷技術研究04-26

基于多模自適應濾波的無人機控制系統故障診斷04-26

基于經驗模式分解法的航空發動機振動傳感器故障診斷技術研究04-27