基于k均值聚类与K近邻的故障检测方法研究 |
| |
引用本文: | 徐涛,张成,李元.基于k均值聚类与K近邻的故障检测方法研究[J].通化师范学院学报,2013,34(6):38-40. |
| |
作者姓名: | 徐涛 张成 李元 |
| |
作者单位: | 1. 沈阳化工大学数理系,辽宁沈阳,110142 2. 沈阳化工大学信息工程学院,辽宁沈阳,110142 |
| |
基金项目: | 国家自然科学基金资助,项目批准号:61174119. |
| |
摘 要: | 基于K近邻的故障检测(FD-KNN)方法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在计算量大,存储复杂等缺陷.将k均值聚类和K近邻相结合,提出一种新的故障检测方法kFD-KNN,该方法继承传统方法的优点,同时降低计算与存储的影响.首先应用k均值聚类将训练集聚成k类,同时计算聚类中心.通过计算样本与聚类中心的距离,判断样本所属分类.在所属分类中寻求K近邻,进而完成基于KNN的故障检测.本文方法具有计算量小,存储简单等优点,可有效提高检测效率.通过仿真多模态仿真实例进一步验证本文方法的有效性.
|
关 键 词: | k均值聚类 K近邻 故障检测 非线性 多模态 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|