针对传统的基于奇异值分解的不相关源数估计方法中,由于数据获取误差和谱估计误差及其不确定性所导致的问题,提出一种基于奇异值分解的聚类源数估计新方法.该方法借鉴聚类分析思想,克服了原方法中阈值选择的困难,并可同时优化各奇异值聚类的类内及类间分散度.实验结果证明了该方法可以自动实现奇异值量值的正确划分,从而非监督式地估计一个复杂机械系统中的不相关源数.
国家自然科学基金资助项目(50205025),浙江省自然科学基金资助项目(5001004,501061).
焦卫东 杨世锡 吴昭同. 基于SVD-Clustering的源数估计方法[J]. J4, 2004, 38(2): 171-174.
JIAO Wei-Dong, YANG Shi-Ti, TUN Zhao-Tong. . J4, 2004, 38(2): 171-174.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2004/V38/I2/171
Cited