研究文章雷竞技app下载苹果版

非线性混合动力系统的分区聚类方法分析

摘要

非线性混合动力系统(NHDS)是连续域和离散域相互作用的动力学特征。据报道，该系统在化工系统、制造系统、机械系统、电气系统、电信系统、汽车控制和计算机磁盘驱动器控制等方面均有应用。由于一些未知离散事件的发生，非线性连续动力学将发生变化。因此，对于NHDS的识别，需要根据离散事件对开环数据进行分类。聚类是将对象组织成成员在某些方面相似的组的过程。近年来出现了多种满足这些要求的算法，并成功地应用于现实生活中的数据挖掘问题。模糊cmeans (FCM)和k-means是目前常用的基于无监督学习方法的划分算法。本文重点分析了FCM和k-means分区聚类方法在单罐NHDS数据分类中的应用。

Ankit K. Shah, Dipak M. Adhyaru

阅读全文下载全文|访问全文