基于免疫遗传和顺序支持向量分类机的DTG健康状态评估
针对无监督情况下动调陀螺仪健康状态评估问题,提出一种两阶段健康状态评估模型.首先,在利用HHT数据预处理的基础上,为克服FCM算法初值敏感及遗传算法过早收敛等问题,提出一种加权免疫遗传模糊C均值聚类模型;其次,针对聚类结果数据的顺序性,建立基于顺序支持向量分类机的健康状态评估模型.实例结果表明提出的聚类模型具有较高的收敛精度和收敛速度,评估模型具有较高的准确率和效率.
DTG、健康状态评估、免疫遗传、顺序支持向量分类机
34
V267.4;N945.17(航空制造工艺)
国家部委预研基金资助项目9140A27020212JB14311
2014-12-17(万方平台首次上网日期,不代表论文的发表时间)
1064-1068