《表3 不同聚类组数下平均目标函数值 (gmax) Tab.3 Average Fitness with Different Numbers of Clusters (gmax)》
将历史零件特征参数标准化处理后,进行改进DE_kmeans算法:设置kmax=10,,NP=30,CRmax=1,CRmin=0.8,Fmax=1,Fmin=0.5,gmax=1000,fδ=3.5。通过表3对比得到最佳聚类组数kbest=7。k=7时改进DE_kmeans算法与传统DE_kmeans算法收敛曲线,如图4所示。通过图4对比分析发现,改进DE_kmeans具有更好的分类质量。
图表编号 | XD0035752200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.08 |
作者 | 潘彩霞、陆宝春、张均利 |
绘制单位 | 南京理工大学机械工程学院、南京理工大学机械工程学院、南京理工大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表3 不同聚类组数下平均目标函数值 (gmax) Tab.3 Average Fitness with Different Numbers of Clusters (gmax)”的人还看了
- 表3 不同激光能量下LaTiO3薄膜图像损伤区域内RGB分量平均值以及损伤情况Tab.3 Average RGB component value under different pulse energy of LaTiO3film imag
- 表2 不同冷却方式时AZ91镁合金的平均冷却速度Tab.2 Average cooling rate of AZ91 magnesium alloy with different cooling methods