《表3 使用K-Means得到的聚类中心对应的特征向量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于蚁群优化K均值聚类算法的滚轴故障预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用传统K均值聚类算法得到的4个聚类中心和它们分别对应的8个特征向量见表3，使用蚁群优化K均值聚类算法得到的4个聚类中心和它们对应的8个特征向量见表4。表3和表4中“1”是滚动轴正常运行状态的聚类中心，“2”是滚轴滚动体故障的聚类中心，“3”是滚轴内圈故障的聚类中心，“4”是滚轴外圈故障的聚类中心。与表3比较，表4的聚类中心“2、3、4”均有变化。此外，也可通过更加直观的聚类效果图来进行对比，如图9和图10所示。