本文主要研究内容
作者秦超,杨煜普（2019）在《基于特征聚类与特征选择算法的 SOFC系统故障定位》一文中研究指出：提出一种基于DBSCAN特征聚类的改进随机森林特征选择算法对SOFC系统的故障进行定位。该方法通过DBSCAN聚类算法挖掘变量间的相关关系,将变量聚类,再挑选出特征选择结果。实验表明:该方法不仅可以筛选出与故障强相关的特征,还能尽可能地减少特征间的冗余,可以高效、快速、准确地对故障进行定位。
Abstract
di chu yi chong ji yu DBSCANte zheng ju lei de gai jin sui ji sen lin te zheng shua ze suan fa dui SOFCji tong de gu zhang jin hang ding wei 。gai fang fa tong guo DBSCANju lei suan fa wa jue bian liang jian de xiang guan guan ji ,jiang bian liang ju lei ,zai tiao shua chu te zheng shua ze jie guo 。shi yan biao ming :gai fang fa bu jin ke yi shai shua chu yu gu zhang jiang xiang guan de te zheng ,hai neng jin ke neng de jian shao te zheng jian de rong yu ,ke yi gao xiao 、kuai su 、zhun que de dui gu zhang jin hang ding wei 。
论文参考文献
论文详细介绍
论文作者分别是来自化工自动化及仪表的秦超,杨煜普，发表于刊物化工自动化及仪表2019年05期论文，是一篇关于故障定位论文,特征选择论文,固体氧化物燃料电池论文,特征聚类论文,化工自动化及仪表2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自化工自动化及仪表2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：故障定位论文; 特征选择论文; 固体氧化物燃料电池论文; 特征聚类论文; 化工自动化及仪表2019年05期论文;