论文部分内容阅读
针对传统谱聚类存在需要人为确定聚类数目、对初始聚类中心敏感和鲁棒性较差等问题,通过对谱聚类算法的研究,提出一种改进的谱聚类算法。将谱聚类与数据场模型结合,利用数据场模型剔除孤立数据点,借助数据场模型判断谱聚类算法的庇值和初始聚类中心点,利用K-means聚类算法进行聚类划分。基于UCI数据集和提升机轴承故障数据的实验结果表明,将谱聚类与数据场结合能够有效提高提升机故障诊断性能。