模糊聚類
關(guān)注創(chuàng)建者：匿名 創(chuàng)建時(shí)間：2026-01-05
模糊聚類的視頻教程
1-80基于matlab的小波包熵與模糊C均值聚類的故障診斷
基于matlab的小波包熵與模糊C均值聚類的故障診斷，以凱斯西儲(chǔ)大學(xué)軸承數(shù)據(jù)為例進(jìn)行分析。對(duì)數(shù)據(jù)進(jìn)行小波包分解后重構(gòu)，然后提取各頻帶能量分布，后計(jì)算小波包熵進(jìn)行故障診斷。輸出特征可視化結(jié)果。數(shù)據(jù)可更換自己的，程序已調(diào)通，可直接運(yùn)行。 購買后可下載視頻中的源程序文件。
￥25.9 1分鐘 6播放
查看
模糊聚類的實(shí)例教程
模糊聚類分析及其應(yīng)用/現(xiàn)代電子信息工程理論與技術(shù)叢書
· 作者：高新波 著
· 出版社：西安電子科技大學(xué)出版社
· 出版日期：
2004-1-1
· ISBN：7560613012
· 字?jǐn)?shù)：323000
· 印次：1
· 版次：1
· 紙張：膠版紙
定價(jià)：21 元
當(dāng)當(dāng)價(jià)：16.6 元
展開 基于matlab的FCM+KFCM模糊C均值聚類分析算法，輸入分割對(duì)象，對(duì)分割對(duì)象進(jìn)行參數(shù)設(shè)置，包括分割類別數(shù)，核參數(shù)。輸出分割結(jié)果。具有GUI操作界面。程序已調(diào)通，可直接運(yùn)行。
闡明信號(hào)小波變換后的再處理技術(shù)——小波包自回歸譜分析、小波包分解頻帶能量監(jiān)測(cè)、小波分形分析、諧波小波軸心軌跡法、基因小波分析、小波包模糊聚類神經(jīng)網(wǎng)絡(luò)，以及實(shí)現(xiàn)這些方法和技術(shù)的機(jī)械設(shè)備在線監(jiān)測(cè)診斷網(wǎng)絡(luò)系統(tǒng)。列舉了這些方法在工礦企業(yè)機(jī)械設(shè)備監(jiān)測(cè)診斷中的應(yīng)用實(shí)例。 本書取材先進(jìn)，實(shí)用性強(qiáng)，可供從事機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷、設(shè)備管理與維護(hù)的廣大科技人員使用和參考，也適合作高等院校機(jī)械、能源、動(dòng)力等專業(yè)的高年級(jí)本科生、研究生的教材或參考書。
闡明信號(hào)小波變換后的再處理技術(shù)——小波包自回歸譜分析、小波包分解頻帶能量監(jiān)測(cè)、小波分形分析、諧波小波軸心軌跡法、基因小波分析、小波包模糊聚類神經(jīng)網(wǎng)絡(luò)，以及實(shí)現(xiàn)這些方法和技術(shù)的機(jī)械設(shè)備在線監(jiān)測(cè)診斷網(wǎng)絡(luò)系統(tǒng)。列舉了這些方法在工礦企業(yè)機(jī)械設(shè)備監(jiān)測(cè)診斷中的應(yīng)用實(shí)例。 本書取材先進(jìn)，實(shí)用性強(qiáng)，可供從事機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷、設(shè)備管理與維護(hù)的廣大科技人員使用和參考，也適合作高等院校機(jī)械、能源、動(dòng)力等專業(yè)的高年級(jí)本科生、研究生的教材或參考書。
目錄：
第1章 普通集合和模糊集合
1.1 普通集合
1.1.1 普通集合表示法
1.1.2 普通集合運(yùn)算
1.1.3 關(guān)系
1.1.4 映射和特征函數(shù)
1.2 模糊集合
1.2.1 模糊集合隸屬函數(shù)
1.2.2 模糊集合表示法
1.2.3 模糊集合運(yùn)算
1.2.4 *水平截集
1.2.5 分解定理和擴(kuò)張?jiān)?1.3 小結(jié)
第2章 隸屬函數(shù)
2.1 模糊統(tǒng)計(jì)法
2.1.1 概率與隸屬度
2.1.2 用概率統(tǒng)計(jì)確定隸屬函數(shù)
2.1.3 概率統(tǒng)計(jì)確定隸屬函數(shù)
2.2 二元對(duì)比排序法
2.2.1 相對(duì)比較法
2.2.2 擇優(yōu)比較法
2.2.3 對(duì)比平均法
2.2.4 優(yōu)先關(guān)系排序法
2.2.5 由模糊優(yōu)先關(guān)系矩陣隸屬函數(shù)
2.2.6 將定性順序變換成隸屬函數(shù)
2.2.7 隸屬函數(shù)算法
2.3 模糊分布
2.3.1 常見模糊分布
2.3.2 模糊分布的應(yīng)用
2.3.3 “指派”模糊分布算法
2.3.4 “擬臺(tái)”模糊分布算法
2.4 小結(jié)
第3章 模糊關(guān)系
3.1 從普通關(guān)系到模糊關(guān)系
3.2 模糊關(guān)系運(yùn)算
3.3 模糊關(guān)系合成
3.4 小結(jié)
第4章 數(shù)據(jù)文件
4.1 數(shù)據(jù)文件的“新建”程序
4.2 數(shù)據(jù)文件的“編輯”程序
4.3 窗體和控件
4.4 命令按鈕和單選鈕
4.5 文本框和標(biāo)簽
4.6 控件數(shù)組
4.7 網(wǎng)格
4.8 MsgBox函數(shù)和語句
4.9 順序文件
4.10 文件控件和公共對(duì)話框
4.11 小結(jié)
第5章 模糊聚類分析
第6章 模糊模型識(shí)別
第8章 模糊綜合評(píng)判
第9章 模糊物元分析
第10章 數(shù)據(jù)庫
第11章 程序集成
參考文獻(xiàn)
編輯推薦：
本書主要特點(diǎn)：
深入淺出，循序漸進(jìn)，大量的算例可以快速掌握算法并加深理解，提供可運(yùn)行的源程序作為二次開發(fā)素材。
入門學(xué)者的自學(xué)通，專業(yè)人士的備忘錄，科技人員的進(jìn)階梯。
展開 
模糊聚類的最新內(nèi)容
基于matlab的FCM+KFCM模糊C均值聚類分析算法，輸入分割對(duì)象，對(duì)分割對(duì)象進(jìn)行參數(shù)設(shè)置，包括分割類別數(shù)，核參數(shù)。輸出分割結(jié)果。具有GUI操作界面。程序已調(diào)通，可直接運(yùn)行。
基于matlab的模糊C均值算法（FCM）及其改進(jìn)算法將空間鄰域項(xiàng)引入FCM的目標(biāo)函數(shù)(FCM_S),廣義的模糊C均值(GFCM)算法，基于核的改進(jìn)的模糊c均值聚類算法（KFCM）,基于核的廣義模糊c均值聚類算法KGFCM的圖像分割方法。程序已調(diào)通，可直接運(yùn)行。
C均值聚類參數(shù) % 設(shè)置冪指數(shù)為3，最大迭代次數(shù)為20，目標(biāo)函數(shù)的終止容限為1e-6 options=[3,20,1e-6]; % 類別數(shù)cn cn=4; %% 模擬退火算法參數(shù) q =0.8; % 冷卻系數(shù) T0=100; % 初始溫度 Tend=99.999; % 終止溫度 %% 定義遺傳算法參數(shù) sizepop=10; %個(gè)體數(shù)目(Numbe of
、計(jì)算機(jī)學(xué)習(xí)等方面取得了許多成果.對(duì)于不同規(guī)模大小的貝葉斯網(wǎng)絡(luò),可以分別采用精確推理和近似推理算法進(jìn)行分析,并提供決策支持.Lake 等[58] 通過一個(gè)基于貝葉斯的BPL(Bayesian program learning) 模型來建模實(shí)現(xiàn)人類層次的概念學(xué)習(xí).Sturlaugson 和Sheppard[59] 研究了連續(xù)時(shí)間貝葉斯網(wǎng)絡(luò)中的不確定推理.Abadpour[60] 利用貝葉斯推理構(gòu)造了模糊可能性聚類算法的目標(biāo)函數(shù)
該算法采用雙模糊C-均值聚類方法提取野外樹木特征點(diǎn),并使用擴(kuò)展卡爾曼濾波進(jìn)行同時(shí)定位和建立地圖[62]。
模糊聚類分析及其應(yīng)用/現(xiàn)代電子信息工程理論與技術(shù)叢書
· 作者：高新波 著
· 出版社：西安電子科技大學(xué)出版社
· 出版日期：
2004-1-1
· ISBN：7560613012
參考文獻(xiàn)326
8現(xiàn)代智能診斷技術(shù)的應(yīng)用327
81故障診斷專家系統(tǒng)327
811專家系統(tǒng)概述327
812診斷知識(shí)的表示329
813診斷推理與控制策略332
814診斷知識(shí)的獲取342
815診斷專家系統(tǒng)應(yīng)用實(shí)例344
82模糊數(shù)學(xué)在故障診斷中的應(yīng)用349
821模糊集合的基本概念349
822隸屬函數(shù)349
823模糊診斷矩陣353
824故障診斷的模糊聚類分析
參考文獻(xiàn)326
8現(xiàn)代智能診斷技術(shù)的應(yīng)用327
81故障診斷專家系統(tǒng)327
811專家系統(tǒng)概述327
812診斷知識(shí)的表示329
813診斷推理與控制策略332
814診斷知識(shí)的獲取342
815診斷專家系統(tǒng)應(yīng)用實(shí)例344
82模糊數(shù)學(xué)在故障診斷中的應(yīng)用349
821模糊集合的基本概念349
822隸屬函數(shù)349
823模糊診斷矩陣353
824故障診斷的模糊聚類分析
闡明信號(hào)小波變換后的再處理技術(shù)——小波包自回歸譜分析、小波包分解頻帶能量監(jiān)測(cè)、小波分形分析、諧波小波軸心軌跡法、基因小波分析、小波包模糊聚類神經(jīng)網(wǎng)絡(luò)，以及實(shí)現(xiàn)這些方法和技術(shù)的機(jī)械設(shè)備在線監(jiān)測(cè)診斷網(wǎng)絡(luò)系統(tǒng)。列舉了這些方法在工礦企業(yè)機(jī)械設(shè)備監(jiān)測(cè)診斷中的應(yīng)用實(shí)例。
闡明信號(hào)小波變換后的再處理技術(shù)——小波包自回歸譜分析、小波包分解頻帶能量監(jiān)測(cè)、小波分形分析、諧波小波軸心軌跡法、基因小波分析、小波包模糊聚類神經(jīng)網(wǎng)絡(luò)，以及實(shí)現(xiàn)這些方法和技術(shù)的機(jī)械設(shè)備在線監(jiān)測(cè)診斷網(wǎng)絡(luò)系統(tǒng)。列舉了這些方法在工礦企業(yè)機(jī)械設(shè)備監(jiān)測(cè)診斷中的應(yīng)用實(shí)例。
