СОКРАЩЕНИЕ ОЦЕНКИ УСАДКИ ДЖЕЙМСА-ШТЕЙНА ДЛЯ РЕШЕНИЯ ЗАДАЧИ АВТОМАТИЧЕСКОЙ ГРУППИРОВКИ ОДНОРОДНЫХ ПРОИЗВОДСТВЕННЫХ ПАРТИЙ : научное издание

Описание

Тип публикации: статья из журнала

Год издания: 2024

Идентификатор DOI: 10.31857/S0235711924030093

Ключевые слова: алгоритм K-средних, интегральные схемы, кластеризация, оценка усадки Джеймса-Штейна, эвристика, электронные радиоизделия, электротермическая подготовка

Аннотация: Сокращение оценки усадки Джеймса-Штейна может значительно повысить точность кластерного анализа k-средних для относительно широкого диапазона данных. В статье исследована эффективность использования оценки усадки Джеймса-Штейна при решении задачи автоматической группировки промышленной продукции в однородные производственные партииПоказать полностью. Проведены испытания для партий интегральных схем путем сравнения полученных результатов усадки с традиционным алгоритмом k-средних. Набор данных нормализуется в соответствии со значениями допустимого дрейфа, приемлемого параметра и стандартного отклонения. С помощью индекса Rand установлено, что точность кластеризации существенно возрастает в задаче автоматической группировки промышленной продукции в однородные производственные партии, когда средние значения неинформативных параметров уменьшаются до нуля. Установлено, что использование сокращения оценки усадки Джеймса-Штейна позволяет снизить влияние неинформативных параметров нормализованных данных до приемлемых значений.

Ссылки на полный текст

Издание

Журнал: Проблемы машиностроения и надежности машин

Выпуск журнала: 3

Номера страниц: 65-75

ISSN журнала: 02357119

Место издания: Москва

Издатель: Российская академия наук, Институт машиноведения им. А.А. Благонравова РАН

Персоны

  • Ахматшин Ф. Г. (Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева)
  • Петрова И. А. (Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева)
  • Казаковцев Л. А. (Сибирский федеральный университет)
  • Кравченко И. Н. (Институт машиноведения им. А. А. Благонравова РАН)

Вхождение в базы данных