文献

J-GLOBAL ID：201702247241508198   整理番号：17A1394504

固有ベクトル部分空間K平均クラスタリングに基づくコントローラの性能診断【Powered by NICT】

Performance diagnosis of controller based on eigenvector subspace K-mean clustering

著者 (5件)： Hao Man (School of Automation, China University of Geosciences, Wuhan 430074, China, Hubei key Laboratory of Advanced Control and Intelligent Automation for Complex Systems) ,  Cao Wei-Hua (School of Automation, China University of Geosciences, Wuhan 430074, China, Hubei key Laboratory of Advanced Control and Intelligent Automation for Complex Systems) ,  Wu Min (School of Automation, China University of Geosciences, Wuhan 430074, China, Hubei key Laboratory of Advanced Control and Intelligent Automation for Complex Systems) ,  Yuan Yan (School of Automation, China University of Geosciences, Wuhan 430074, China, Hubei key Laboratory of Advanced Control and Intelligent Automation for Complex Systems) ,  Liu Zhen-Tao (School of Automation, China University of Geosciences, Wuhan 430074, China, Hubei key Laboratory of Advanced Control and Intelligent Automation for Complex Systems)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 4419-4423  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コントローラ性能の劣化につながることをも特異的理由を診断し,診断精度を改善するために,固有ベクトル部分空間K平均クラスタ化に基づく性能診断法を提案した。最初に,異なる程度劣化情報の標準劣化性能部分空間の数は固有ベクトル部分空間距離診断法に基づいて増加する,固有ベクトル部分空間の間の多重距離値が得られた。第二に,K平均クラスタ化を用いて,これらの距離値を二クラスにし,最大数の点を持つクラスタリング中心は代表的な値として選択した。最後に,現在の性能劣化要因は,最も近い標準性能部分空間に代表されることをカテゴリーに起因していた。シミュレーションでは,このダブルタンクモデルを確立し,シミュレーション結果は,コントローラ性能診断の平均精度は約99.4%に達することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *制御装置 ,  シミュレーション ,  *固有ベクトル ,  *クラスタ化 ,  多重化
準シソーラス用語： 性能劣化 ,  *部分空間 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 固有ベクトル ,  部分空間 ,  平均 ,  クラスタリング ,  コントローラ ,  診断