典型文献
基于改进模糊聚类和最大信息系数的数控机床温度测点选取
文献摘要：
在加工过程中,机床会因热变形而产生误差,这将严重影响加工精度.减少加工过程的热误差是提高加工精度的有效途径,而确定关键温度测点不仅能提高计算效率,还可避免温度数据间复共线性问题,提高热误差模型的预测精度.提出基于改进模糊聚类和最大信息系数(MIC)的温度测点选择方法,通过改进模糊聚类对温度测点进行分类;根据MIC方法选择每类温度数据中的关键温度测点;使用BP神经网络对热误差进行建模.结果表明:与传统温度测点选择方法相比,利用所提方法改进的热误差模型精度更高.
文献关键词：
温度测点;模糊聚类;最大信息系数(MIC)
中图分类号：
作者姓名：
叶天玺;娄平;严俊伟;胡建民
作者机构：
武汉理工大学信息工程学院,湖北武汉430000;湖北经济学院信息与通信工程学院,湖北武汉430205
文献出处：
引用格式：
[1]叶天玺;娄平;严俊伟;胡建民-.基于改进模糊聚类和最大信息系数的数控机床温度测点选取)[J].机床与液压,2022(06):16-20
A类：
B类：
改进模糊,模糊聚类,最大信息系数,数控机床,床温,温度测点,加工过程,热变形,加工精度,热误差,高加,高计算效率,温度数据,共线性,高热,误差模型,MIC,测点选择,选择方法,方法选择,每类,方法改进,模型精度
AB值：
0.310649
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
