1) G-K fuzzy clustering method
G-K模糊聚类算法
2) Gustafson-Kessel fuzzy clustering
G-K模糊聚类
5) fuzzy K means clustering algorithm
模糊K均值聚类算法
1.
The model is trained by the mea-sured parameters of die-casting machine,adopting fuzzy K means clustering algorithm to select clustering centre,using the observer to forecast the residuals between the sensor output value and the sensor actual output value to diagnose sensor fault.
通过来自压铸机的实测参数进行模型训练,采用模糊K均值聚类算法选取聚类中心,利用该观测器确定传感器输出值与传感器实际输出值之间的残差,以此判断传感器是否发生故障。
6) Fuzzy K-Prototypes clustering algorithm
模糊K原型聚类算法
补充资料:动态模糊聚类法
分子式:
CAS号:
性质:又称动态模糊聚类法。选定一批聚类中心,其指标能反映该类的特征,将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心,其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异,如差异大于某一阈值,说明分类不合理,需修改分类,即以新的聚类中心代替旧的聚类中心,直到前后两聚类中心的差异小于某一阈值,认为分类合理,从而终止分类过程。
CAS号:
性质:又称动态模糊聚类法。选定一批聚类中心,其指标能反映该类的特征,将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心,其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异,如差异大于某一阈值,说明分类不合理,需修改分类,即以新的聚类中心代替旧的聚类中心,直到前后两聚类中心的差异小于某一阈值,认为分类合理,从而终止分类过程。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条