论文部分内容阅读
随着现代经济的快速发展，现代工业规模的不断扩大，工业过程的复杂性不断提高，导致现代系统越来越复杂。基于复杂系统的精确模型很难获得，而获得系统正常以及各种故障状态下的历史数据相对比较容易这一现状，本文对基于数据驱动的故障诊断方法主要是机器学习方法中的k近邻(k nearest neighbor, kNN)分类器方法进行了研究。kNN是常用的机器学习方法之一。作为一种理论完善并且不需要训练的分类方法，kNN具有分类简单并且分类正确率较高的优势。本文在研究分析kNN以及各种改进kNN分类方法优缺点