检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于模糊核聚类的鲁棒性基础矩阵估计算法

吉林大学学报（工学版） 2012年第2期42卷 434-439页

作者：鲁珊雷英杰孔韦韦雷阳郑寇全空军工程大学导弹学院陕西三原713800

提出一种基于模糊核聚类的鲁棒性基础矩阵估计算法。算法提取匹配点的余差作为特征,利用核函数将一维非线性可分特征映射到高维可分空间,在高维特征空间利用模糊均值分类将匹配点分为内点集和外点集;用高斯函数分别对已分类的内点集和... 详细信息

提出一种基于模糊核聚类的鲁棒性基础矩阵估计算法。算法提取匹配点的余差作为特征,利用核函数将一维非线性可分特征映射到高维可分空间,在高维特征空间利用模糊均值分类将匹配点分为内点集和外点集;用高斯函数分别对已分类的内点集和外点集进行建模,定义并计算两类高斯分布的可分性判定值;判断该判定值是否收敛,如未收敛则以内点集作为初始值重新迭代计算。模拟数据和真实数据的基础矩阵估计实验表明,本文算法在计算效率和精度上均优于经典的随机抽样一致性算法。

关键词：计算机应用基础矩阵鲁棒性模糊核聚类特征匹配

基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2012年第6期63卷 1790-1796页

作者：陈贵华王昕王振雷钱锋化工过程先进控制和优化技术教育部重点实验室(华东理工大学) 上海200237 上海交通大学电工与电子技术中心上海200240

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利... 详细信息

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明:基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。

关键词：乙烯裂解深度模糊核聚类最小二乘支持向量机多模型建模

在线全文

学校读者我要写书评

暂无评论

基于模糊核聚类图像分割的气体泄漏定位研究

北京理工大学学报 2013年第3期33卷 280-284页

作者：王涛覃鹤宏赵苓范伟北京理工大学自动化学院北京100081 燕山大学机械工程学院河北秦皇岛066004

针对传统泄漏检测和定位方法中低效性和低抗干扰性等方面的问题,提出了一种基于红外热像图的气体泄漏检测和定位的方法.该方法利用红外热像仪拍摄充气前后被测容器的红外热像图,并对获得的热像图进行图像增强和加权差分处理,提出基于带... 详细信息

针对传统泄漏检测和定位方法中低效性和低抗干扰性等方面的问题,提出了一种基于红外热像图的气体泄漏检测和定位的方法.该方法利用红外热像仪拍摄充气前后被测容器的红外热像图,并对获得的热像图进行图像增强和加权差分处理,提出基于带有温差因子的模糊核聚类分割算法来处理容器的红外热像图,对泄漏位置及边界的提取.通过引入与目标区域温度范围相关的参数-温差因子,对于不同温度范围热像图的噪声具有良好的自适应抑制能力,增强了图像分割的鲁棒性.实验结果表明,该方法准确并且高效,能够获得准确的泄漏检测及定位结果,泄漏检测能力可达到10mL/min(@0.1MPa).

关键词：泄漏定位红外热成像模糊核聚类图像分割

在线全文

学校读者我要写书评

暂无评论

基于模糊核聚类的SVM多类分类方法

系统工程与电子技术 2006年第5期28卷 770-774页

作者：赵晖荣莉莉大连理工大学系统工程研究所辽宁大连116024

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实... 详细信息

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。

关键词：支持向量机多类分类模糊核聚类树型分类器

在线全文

学校读者我要写书评

暂无评论

基于粒子群优化的模糊核聚类方法

上海交通大学学报 2009年第6期43卷 935-939页

作者：杨广全朱昌明中国铁道科学研究院运输及经济研究所北京100081 上海交通大学机械与动力工程学院上海200240

针对模糊核聚类对初始值敏感、易陷入局部最优的缺点,提出了基于粒子群优化的模糊核聚类方法.该方法根据聚类准则设计适应度函数,利用粒子群优化算法对聚类中心进行优化,在迭代优化过程中设计了梯度下降法加快算法的收敛速度,并引入变... 详细信息

针对模糊核聚类对初始值敏感、易陷入局部最优的缺点,提出了基于粒子群优化的模糊核聚类方法.该方法根据聚类准则设计适应度函数,利用粒子群优化算法对聚类中心进行优化,在迭代优化过程中设计了梯度下降法加快算法的收敛速度,并引入变异机制增强粒子群的多样性.仿真实验及在水轮机转轮叶片裂纹源定位中的应用验证了算法的可行性和有效性.

关键词：聚类分析模糊核聚类粒子群优化算法梯度下降法

在线全文

学校读者我要写书评

暂无评论

基于LLE和模糊核聚类的语音可视化仿真

东北大学学报（自然科学版） 2009年第6期30卷 790-793页

作者：韩志艳王旭王健薛丽芳东北大学信息科学与工程学院辽宁沈阳110004

根据语音信号的时变特性,提出了一种具有很好分类定位能力的语音可视化方法——局部线性嵌入(LLE)和模糊核聚类相结合的算法.通过利用LLE对提取的语音特征进行非线性降维,然后再利用模糊核聚类算法对其进行聚类分析,即利用Mercer核,将... 详细信息

根据语音信号的时变特性,提出了一种具有很好分类定位能力的语音可视化方法——局部线性嵌入(LLE)和模糊核聚类相结合的算法.通过利用LLE对提取的语音特征进行非线性降维,然后再利用模糊核聚类算法对其进行聚类分析,即利用Mercer核,将原始空间通过非线性映射到高维特征空间,在高维特征空间中对语音信号特征进行模糊核聚类分析.由于经过了核函数的映射,使原来没有显现的特征突现出来,从而能够更好地支持基于位置的语音可视化.以10名男生和10名女生在实验室环境下的720个语音资料(汉语元音)作为样本进行了试验,试验结果验证了该方法的可行性和有效性.

关键词：语音信号可视化局部线性嵌入核方法模糊核聚类

加权模糊核聚类法在电力变压器故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

高电压技术 2010年第2期36卷 371-374页

作者：符杨田振宁江玉蓉曹家麟上海电力学院上海200090

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型。该法首先考虑到样... 详细信息

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型。该法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加权模糊核聚类。形成的模型充分考虑了不同特征对聚类结果的不同影响,能有效改善复杂数据集的聚类性能,提高了故障诊断的正确率。案例分析表明,该法能快速有效地对样本进行聚类,从而验证了该法在变压器故障诊断中的有效性和可行性。

关键词：电力变压器溶解气体分析故障诊断模糊核聚类特征加权基于样本相似度的加权方法

在线全文

学校读者我要写书评

暂无评论

模糊核聚类相关向量机模拟电路故障诊断

计算机测量与控制 2011年第8期19卷 1827-1830页

作者：杨颖涛王跃钢邓卫强第二炮兵工程学院陕西西安710025

针对模拟电路故障与特征间存在的模糊组及交叠,首先建立基于Fisher准则函数的最佳聚类数自适应估计方法,采用模糊核聚类选择最优可诊断故障集,然后提出一种基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,提高了RVM模拟电路... 详细信息

针对模拟电路故障与特征间存在的模糊组及交叠,首先建立基于Fisher准则函数的最佳聚类数自适应估计方法,采用模糊核聚类选择最优可诊断故障集,然后提出一种基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,提高了RVM模拟电路故障分类的效率和准确度;模型可以在贝叶斯框架下对分类函数的权重进行推断,而且得到各分类的验后概率,从而能判断分类结果的置信度,辅助进行诊断决策;仿真结果表明提出的模拟电路诊断模型在精度提高的情况下,比支持向量机需要的向量更少,更具稀疏性和泛化性,是一种有效的模拟电路故障诊断方法。

关键词：模糊核聚类相关向量机稀疏贝叶斯模拟电路故障诊断

在线全文

学校读者我要写书评

暂无评论

模糊核聚类支持向量机集成模型及应用

计算机应用 2010年第1期30卷 175-177页

作者：张娜张永平中国矿业大学计算机学院江苏徐州221116 宿迁高等师范学校计算机系江苏宿迁223800

为了进一步提高支持向量机在回归预测中的精度,提出一种基于模糊核聚类的最小二乘支持向量机集成方法。该方法采用模糊核聚类算法根据相互独立训练出的多个LS-SVM在验证集上的输出对其进行分类,并计算每一类中的所有个体在独立验证集上... 详细信息

为了进一步提高支持向量机在回归预测中的精度,提出一种基于模糊核聚类的最小二乘支持向量机集成方法。该方法采用模糊核聚类算法根据相互独立训练出的多个LS-SVM在验证集上的输出对其进行分类,并计算每一类中的所有个体在独立验证集上的泛化误差,然后取其中平均泛化误差最小的个体作为这一类的代表,最后经简单平均法得到集成的最终预测输出。在短期电力负荷预测中的实验结果表明,该方法具有更高的精确度。

关键词：最小二乘支持向量机模糊核聚类集成学习短期负荷预测