检索结果-南通市图书馆

西南师范大学学报（自然科学版） 2006年第6期31卷 114-116页

作者：徐艺萍邓辉文李阳旭西南科技大学理学院四川绵阳621010 西南大学逻辑与智能研究中心重庆400715 成都信息工程学院电子商务系成都610225

在分析现有最近邻聚类算法所存在问题的基础上,提出了一种先利用均值规格化的思想来确定算法的初始半径,然后根据启发式规则修改聚类半径的新的最近邻聚类算法.同时,给出了聚类有效性函数对得到的聚类结果进行合理性判断.

关键词：最近邻聚类算法聚类半径启发式规则聚类有效性函数

在线全文

学校读者我要写书评

暂无评论

基于AIC准则的最近邻聚类模型的优化算法

系统工程与电子技术 2005年第2期27卷 257-259页

作者：秦宣云中南大学数学与计算技术学院湖南长沙410083

聚类分析方法的困难在于聚类模型的类中心和类别数的确定。首先给出了最近邻聚类规则,并根据该规则建立了确定聚类模型的分类方法;其次针对不同的聚类模型提出了优化判别准则———AIC准则,为解决所聚类的紧凑性与类别数增加的矛盾给出... 详细信息

聚类分析方法的困难在于聚类模型的类中心和类别数的确定。首先给出了最近邻聚类规则,并根据该规则建立了确定聚类模型的分类方法;其次针对不同的聚类模型提出了优化判别准则———AIC准则,为解决所聚类的紧凑性与类别数增加的矛盾给出了理论分析。通过实例仿真,验证了本方法的实用性和正确性。

关键词：聚类分析 AIC准则最近邻聚类算法

在线全文

学校读者我要写书评

暂无评论

改进的神经网络最近邻聚类学习算法及其应用

吉林大学学报（信息科学版） 2002年第1期20卷 63-66页

作者：孙延风梁艳春孟庆福吉林大学数学研究所吉林长春130012 吉林大学计算机科学与技术学院国家教育部符号计算与知识工程重点实验室吉林长春130012 吉林大学商学院吉林长春130012

提出了一种改进的 RBF (Radial Basis Functions,径向基函数 )神经网络最近邻聚类学习算法 ,并将其应用于股市预测问题。模拟结果表明 ,改进算法的拟合效果与拟合误差均明显好于常规最近邻聚类学习算法 ,可以较大幅度提高 RBF神经网络... 详细信息

提出了一种改进的 RBF (Radial Basis Functions,径向基函数 )神经网络最近邻聚类学习算法 ,并将其应用于股市预测问题。模拟结果表明 ,改进算法的拟合效果与拟合误差均明显好于常规最近邻聚类学习算法 ,可以较大幅度提高 RBF神经网络的预测性能。

关键词：神经网络预测径向基函数最近邻聚类算法

关于最近邻聚类的RBF网络自整定PID控制算法的研究

在线全文

学校读者我要写书评

暂无评论

工业仪表与自动化装置 2007年第6期 34-36页

作者：姚荣斌李生权连云港师范高等专科学校自然科学系江苏连云港222006 安徽工业大学电气信息学院安徽马鞍山243002

针对采用传统PID控制一类非线性滞后系统难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法。利用具有在线能力的最近邻聚类学习算法,训练RBF神经网络。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性,... 详细信息

针对采用传统PID控制一类非线性滞后系统难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法。利用具有在线能力的最近邻聚类学习算法,训练RBF神经网络。并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性,从而自适应调整系统的控制参数。仿真结果证明了该控制策略不仅能使非线性滞后系统具有良好的动态跟踪性能,而且具有很好的抗干扰能力和鲁棒性。

关键词： RBF神经网络非线性滞后系统最近邻聚类算法自整定PID控制器

在线全文

学校读者我要写书评

暂无评论

结合光流法与最近邻算法的运动目标检测

四川理工学院学报（自然科学版） 2017年第5期30卷 63-68页

作者：鲁春杨会成杨文斌朱文博安徽工程大学电气工程学院安徽芜湖241000

运动目标检测具有广泛的理论和现实意义,光流法是检测运动目标的重要方法之一。但是用于运动目标检测的光流算法却有着计算量大、处理复杂的问题。一种聚类分析算法和改进的LK光流法相结合检测方案可以很好地解决此类问题。对基于改进... 详细信息

运动目标检测具有广泛的理论和现实意义,光流法是检测运动目标的重要方法之一。但是用于运动目标检测的光流算法却有着计算量大、处理复杂的问题。一种聚类分析算法和改进的LK光流法相结合检测方案可以很好地解决此类问题。对基于改进的LK光流法的运动目标检测算法进行了分析和仿真,再加以聚类分析使得检测出的运动目标更加准确。首先对图像序列进行采样与预处理,并利用LK光流法计算得出相邻帧图像的光流场,然后再利用最近邻聚类算法对得到的光流场进行处理,进而检测出图像中的运动目标,最后使用Matlab软件进行算法程序验证。通过实验可知,基于金字塔LK光流法与最近邻算法的运动目标检测方案可以更加有效地检测出运动物体。

关键词：运动目标检测 LK光流法金字塔最近邻聚类算法

基于改进自适应神经模糊推理模型的回流焊参数设定方法

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2011年第12期45卷 1741-1746页

作者：沙建军潘尔顺上海交通大学机械与动力工程学院上海200240

复杂制造过程中,系统参数往往呈现动态、非线性特征,以回流焊过程为例,针对现有参数设定方法效率和精度不足的问题,提出了一种基于改进自适应神经模糊推理模型的在线参数设定方法.引入了神经网络预测器来增强模糊神经网络的自适应能力... 详细信息

复杂制造过程中,系统参数往往呈现动态、非线性特征,以回流焊过程为例,针对现有参数设定方法效率和精度不足的问题,提出了一种基于改进自适应神经模糊推理模型的在线参数设定方法.引入了神经网络预测器来增强模糊神经网络的自适应能力和非线性逼近能力,通过最近邻聚类算法对模糊规则的参数和结构进行调整和在线更新,以提高模糊推理的精度,增强系统的容错性和鲁棒性.以回流焊过程参数设定过程为背景,建立仿真实验.结果表明,所提出方法可有效实现非线性输入输出系统参数的快速及准确的设定.

关键词：自适应神经模糊推理系统预测器最近邻聚类算法回流焊在线参数设定

基于RBF网络非线性系统逆控制的一种设计方案

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2006年第9期18卷 2688-2690页

作者：张绍德李坤张世峰安徽工业大学电气信息学院马鞍山243002

基于逆动力学控制的思想,提出一种RBF神经网络逆控制与PID控制相结合的在线自学习控制方案。辨识器采用RBF神经网络结构和最近邻聚类算法,实现了对系统逆动力学模型的动态辨识。并将辨识模型作为控制器模型,与被控对象串联,构成一个动... 详细信息

基于逆动力学控制的思想,提出一种RBF神经网络逆控制与PID控制相结合的在线自学习控制方案。辨识器采用RBF神经网络结构和最近邻聚类算法,实现了对系统逆动力学模型的动态辨识。并将辨识模型作为控制器模型,与被控对象串联,构成一个动态伪线性对象,从而使非线性对象的控制问题转换为线性对象的控制问题。仿真实验证明该控制策略不仅能使系统具有良好的动态跟踪性能和抗干扰能力,而且具有较强的鲁棒性。

关键词： RBF神经网络直接逆控制在线自学习最近邻聚类算法

基于RBFNN的DMFC温度建模与神经模糊控制研究

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2007年第1期19卷 126-129,137页

作者：戚志东朱新坚曹广益南京理工大学自动化学院江苏南京210094 上海交通大学自动化系燃料电池研究所上海200030

为了提高燃料电池的发电性能,直接甲醇燃料电池(DMFC)堆的运行温度应该控制在一个合适的范围内。简单介绍了利用RBF神经网络基于实验的输入输出数据建立DMFC电堆温度模型的方法,避开了电堆的内部复杂性;在控制过程中,将训练好的网络模... 详细信息

为了提高燃料电池的发电性能,直接甲醇燃料电池(DMFC)堆的运行温度应该控制在一个合适的范围内。简单介绍了利用RBF神经网络基于实验的输入输出数据建立DMFC电堆温度模型的方法,避开了电堆的内部复杂性;在控制过程中,将训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法(FGA)在线对神经模糊控制器的参数进行自适应调整,采用最近邻聚类算法(NNCA)对控制器的模糊规则库进行更新。在仿真实验中,将所提出的算法与非线性PID和传统模糊算法进行比较,结果表明所设计的神经模糊控制器具有较好的性能。

关键词：直接甲醇燃料电池径向基函数神经网络(RBFNN) 模糊遗传算法(FGA) 最近邻聚类算法

在线全文

学校读者我要写书评

暂无评论

边坡位移预测的RBF神经网络方法

岩石力学与工程学报 2006年第Z1期25卷 2882-2887页

作者：沈强陈从新汪稔中国科学院武汉岩土力学研究所湖北武汉430071

利用边坡实测位移序列来预测边坡未来时间的位移,可以有效地判断边坡的稳定性。由于神经网络可以通过对样本的反复学习来反映边坡复杂的非线性演化关系,其预测效果要优于传统的预测方法。RBF神经网络作为一种性能良好的前馈网络,具有更... 详细信息

利用边坡实测位移序列来预测边坡未来时间的位移,可以有效地判断边坡的稳定性。由于神经网络可以通过对样本的反复学习来反映边坡复杂的非线性演化关系,其预测效果要优于传统的预测方法。RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性。以边坡位移时间序列为基础,采用RBF神经网络建立边坡位移预测模型,通过最近邻聚类学习算法实现边坡位移预测,具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强。通过2个工程实例说明边坡位移预测的RBF神经网络方法的有效性。

关键词：边坡工程边坡位移 RBF神经网络最近邻聚类算法

基于混合粒子群算法和NRBF神经网络的短期电价预测

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2009年第18期37卷 38-42页

作者：段其昌赵敏王大兴段盼重庆大学自动化学院重庆400044 重庆大学电气工程学院重庆400044

提出一种混合粒子群算法,在局部邻近区域的粒子群算法中引入收缩因子和被动聚集,将最邻近聚类用于NRBF神经网络的参数确定中,采用混合粒子群算法优化最近邻聚类的聚类半径,从而确定NRBF神经网络的参数,提高了NRBF神经网络的泛化能力。... 详细信息

提出一种混合粒子群算法,在局部邻近区域的粒子群算法中引入收缩因子和被动聚集,将最邻近聚类用于NRBF神经网络的参数确定中,采用混合粒子群算法优化最近邻聚类的聚类半径,从而确定NRBF神经网络的参数,提高了NRBF神经网络的泛化能力。以美国PJM电力市场公布的2006年负荷与电价数据进行预测验证,证明了此方法所建立的模型的合理性和有效性。

关键词：电力市场短期边际电价预测最近邻聚类算法粒子群优化归一化径向基函数神经网络