储罐声发射检测信号的聚类分析聚类分析作为一种先进的无监督模式识别技术, 能在无先验知识的情况下对数据进行分类并揭示数据内部结构。通过优化K均值聚类算法, 并应用浮动门槛值重新计算声发射检测波形数据的常用特征参量作为聚类算法的输入向量, 采用浮动门槛计算得到的特征向量更能反映声发射波形特征, 取得良好的聚类效果。通过现场储罐声发射检测数据实例的聚类分析, 结果表明K均值聚类能有效地区别不同声源和传播途径的声发射信号, 具有很好的去噪效果, 能有效提高罐底声发射检测评价准确度。
标题：储罐声发射检测信号的聚类分析
作者：沈书乾,李海三,
关键词：K均值聚类,储罐底板,声发射检测,模式识别,
发表日期：2014年9月
- 文件大小:
- 1.37 MB
- 下载次数:
- 60
-
高速下载
|
