一种新的监督聚类学习方法及其在故障诊断中的应用  

A New Supervised Clustering Method and Its Application in Fault Diagnosis

作　　者：宋彤[1] 宋保强[1] 

机构地区：[1]大连理工大学电子与信息工程学院,辽宁大连116023

出　　处：《计算机工程与科学》2001年第5期63-65,69,共4页Computer Engineering & Science

基　　金：教育部科学技术重点项目资助 ( 2 0 0 0 .15 6 )

摘　　要：本文提出了一种新的监督聚类学习方法。系统根据样本特征矢量空间的整体分布和局部分布情况对样本进行监督聚类 ,克服了传统神经网络只是利用样本局部分布信息调节权值造成的局部最小 ,计算量大等问题 ,并实现了包括对未知模式的识别。This paper presents a new supervised clustering method The algorithm is based on the information related t o both the global and local distributions of training samples,avoiding the expensive computation and local minimum of traditional neural networks Unknow n patterns can also be recognized The simulation results demonstrate the soun dness of this approach

关 键 词：聚类学习 极大似然规则 故障诊断 模式识别 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.4[自动化与计算机技术—控制科学与工程]