检索结果-南通市图书馆

Improved Pattern Clustering Algorithm for Recognizing Transversal Distribution of Steel Strip Thickness

Journal of Iron and Steel Research International 2009年第5期16卷 50-55页

作者： TANG Cheng-long WANG Shi-gang LIANG Qin-hua XU Wei School of Mechanical and Dynamical Engineering Shanghai Jiao Tong University Shanghai 200240 China

Transversal distribution of the steel strip thickness in the entry section of the cold rolling mill seriously affects to the flatness and transversal thickness precision of the final products. Pattern clustering method is introduced into the steel rolling field and used in the patterns recognition of transversal distribution of the steel strip thickness. The well-known k-means clustering algorithm has the advantage of being easily completed, but still has some drawbacks. An improved k-means clustering algorithm is presented, and the main improvements include：（1） the initial clustering points are preselected according to the density queue of data objects; and （2） Mahalanobis distance is applied instead of Euclidean distance in the actual application. Compared to the patterns obtained from the common kmeans algorithm, the patterns identified by the improved algorithm show that the improved clustering algorithm is well suitable for the patterns＇ recognition of transversal distribution of steel strip thickness and it will be useful in online quality control system.

关键词： transversal thickness distribution pattern recognition improved k-means algorithm density queue

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：