Klasyfikacja zbiorów symptomów diagnostycznych z wykorzystaniem metody Dattoli

• Autorzy: Mikołajczak P.

Warianty tytułu

EN

Classification of sets of diagnostic symptoms by Dattola method

• Języki publikacji: PL

Abstrakty

PL

W przypadkach przetwarzania dużej ilości danych staje się ważny problem sprawnego i trafnego wyszukiwania informacji. W pracy przedstawiono wykorzystanie metody Dattoli w automatycznej klasyfikacji informacji. Określono funkcję podobieństwa pomiędzy wektorami symptomów diagnostycznych. Zaproponowano sposób oceny jakości klasyfikacji. Podano przykład klasyfikacji stanów niezdatności układu hydraulicznego kombajnu zbożowego.

EN

Efficient and accurate information selection is a major problem while processing huge number of data. The paper describes Dattola method of automatic information classification. The similarity function between vectors of diagnostic symptoms was determined. The method of quality evaluation of classification was proposed. The example of non-operational states classification of the hydraulic system of combain harvester was presented.

Słowa kluczowe

PL

klasyfikacja informacji; funkcja podobieństwa; macierz diagnostyczna

EN

information selection; similarity function; diagnostic matrix

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2006
• Tom: nr 4(40)
• Strony: 185--190
• Opis fizyczny: Bibliogr. 6 poz., tab.

Twórcy

autor

Mikołajczak P.

• Uniwersytet Warmińsko - Mazurski w Olsztynie, Wydział Nauk Technicznych, Katedra Budowy, Eksploatacji Pojazdów i Maszyn, 10-719 Olsztyn ul. Oczapowskiego 11,

Bibliografia

• [1] Partyka M. A, Logika systemów projektowania na przykładzie CAD układów maszynowych, St. i Monogr. Nr 105, Politechnika Opolska, Opole 1999.
• [2] Dąbrowski M, Laus-Mączyńska K. Metody wyszukiwania i klasyfikacji informacji. Wydawnictwo Naukowo  Techniczne, Warszawa 1978.
• [3] Paliouras G., Papatheodorou C., Karkaletsis V., Spyropoulos CD. Clustering the Users of Large Web Sites into Communities. In Proceedings Intern. Conf. on Machine Learning (ICML), Stanford, California 2000.
• [4] Datola R. T. Experiment with Fast Algorithm for Automativ Classification. Report No. ISR-16, Sectionn XIII, 1969.
• [5] Dąbkowski M.: Modele systemów wyszukiwania informacji. Prace Instytutu Organizacji i Kierowania PAN. z. 16, seria B, Warszawa 1975.
• [6] Rychlik A.: Wykorzystanie hybrydowego systemu ekspertowego w diagnostyce wybranych maszyn samojezdnych. Rozprawa doktorska, Politechnika Warszawska, Płock 2005.