Real Time Novelty Detection Modeling for Machine Health Prognostics
Real Time Novelty Detection Modeling for Machine Health Prognostics
复制标题
用于机器健康预测的实时新颖性检测建模
DOI：
10.1109/nafips.2006.365465
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
F. Tseng
中科院分区：
文献类型：
--
作者：
Dimitar Filev;F. Tseng
提出了一种真实的实时机器健康状态建模与预测算法。它利用模糊k-近邻聚类和高斯混合模型的概念来模拟机器特征空间作为一个松散的集群代表的主要操作模式的动态集合
The paper deals with a real time algorithm for modeling and prediction of machine health status. It utilizes the concepts of fuzzy k-nearest neighbor clustering and the Gaussian mixture model to model the machine feature space as a loose collection of clusters representing the dynamics of the main operating modes