期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到87篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
采用双谱多类小波包特征的雷达信号聚类分选 被引量：24
1
作者 梁华东 韩江洪 《光子学报》 EI CAS CSCD 北大核心 2014年第3期152-159,共8页
针对现有雷达脉内特征参量对噪音敏感,难以适应复杂体制雷达聚类分选的问题,应用双谱多类小波包特征实现了宽信噪比条件下未知复杂雷达信号的高准确率聚类分选.首先对接收到的雷达信号求得双谱归一化系数,然后利用多类小波包提取双谱归... 针对现有雷达脉内特征参量对噪音敏感,难以适应复杂体制雷达聚类分选的问题,应用双谱多类小波包特征实现了宽信噪比条件下未知复杂雷达信号的高准确率聚类分选.首先对接收到的雷达信号求得双谱归一化系数,然后利用多类小波包提取双谱归一化系数的特征参量,并选取最佳小波包特征作为分选参量,最后通过提取8类雷达辐射源信号的双谱小波包特征,采用核模糊C均值聚类算法实现聚类分选.仿真结果表明:提取的特征参量在宽信噪比范围内均具有很好的分离性和稳定性,可实现复杂雷达辐射源信号的准确聚类分选. 展开更多
关键词 雷达辐射源 聚类分选 双谱 小波包 核模糊c均值
下载PDF
基于KFCM-LMC-LSSVM算法的WLAN室内定位方法 被引量：5
2
作者 王昱洁 王媛 张勇 《计量学报》 CSCD 北大核心 2018年第4期554-558,共5页
针对WLAN室内定位采集指纹点工作量大且定位精度不高的问题,提出一种基于核模糊C均值聚类(kernelized fuzzy C-means,KFCM)、低秩矩阵填充(low-rank matrix completion,LMC)及最小二乘支持向量机(least squares support vector machine,... 针对WLAN室内定位采集指纹点工作量大且定位精度不高的问题,提出一种基于核模糊C均值聚类(kernelized fuzzy C-means,KFCM)、低秩矩阵填充(low-rank matrix completion,LMC)及最小二乘支持向量机(least squares support vector machine,LSSVM)的室内定位算法。首先将指纹点利用KFCM算法进行聚类,使待测点定位到一个区域内。在该区域里运用LMC理论,重构出具有高密度指纹点的指纹库。最后利用LSSVM定位出待测点的物理位置。实验结果表明,采用KFCM-LMC-LSSVM算法不仅减少了构建指纹库的工作量,而且提高了定位精度。 展开更多
关键词 计量学 室内定位精度 核模糊c均值聚类 低秩矩阵填充 不精确拉格朗日乘子法
下载PDF
基于导向核模糊C均值的图像分割方法 被引量：1
3
作者 张晓磊 《信息与电脑》 2019年第12期42-43,共2页
为解决传统模糊聚类在图像分割中无法保持边缘和抗噪声的问题,提出了一种基于导向滤波与核模糊聚类的图像分割方法。该方法利用线性时不变滤波过程,在图像分割过程中抑制噪声的同时保持边缘。为了表征图像数据间的非线性关系,该方法利... 为解决传统模糊聚类在图像分割中无法保持边缘和抗噪声的问题,提出了一种基于导向滤波与核模糊聚类的图像分割方法。该方法利用线性时不变滤波过程,在图像分割过程中抑制噪声的同时保持边缘。为了表征图像数据间的非线性关系,该方法利用核函数将像素的模式空间映射到高维特征空间。笔者所提出的方法具有保证图像分割过程中保持边缘和噪声抑制的鲁棒性,且易于实现。 展开更多
关键词 导向滤波器 模糊聚类 核模糊聚类 图像分割
下载PDF
基于电机电流信号的齿轮泵故障识别方法 被引量：6
4
作者 孙昱 何林 《机床与液压》 北大核心 2021年第17期191-195,共5页
针对机械类信号在齿轮泵故障识别与诊断中存在的信号获取成本高、信噪比低、故障特征不易获取等问题,提出一种基于电机电流信号的液压齿轮泵故障识别方法。分析通过驱动电机电流信号对齿轮泵故障进行识别的可行性,对所采用的VMD方法的... 针对机械类信号在齿轮泵故障识别与诊断中存在的信号获取成本高、信噪比低、故障特征不易获取等问题,提出一种基于电机电流信号的液压齿轮泵故障识别方法。分析通过驱动电机电流信号对齿轮泵故障进行识别的可行性,对所采用的VMD方法的参数进行了优化,结合齿轮泵运行工况对IMF分量的相关性进行分析,并重构了电流信号,依据其排列熵和均方根值所构造的特征样本并融合KFCM聚类算法,对齿轮泵进行故障识别与诊断。并通过机电液试验台对不同故障类型的齿轮泵进行试验,试验结果表明:所提电机电流信号分析与特征提取方法可准确而有效识别齿轮泵故障。 展开更多
关键词 电机电流 齿轮泵 故障识别 变分模态分解 核模糊c均值聚类
下载PDF
基于连续域混合蚁群优化的核模糊C-均值聚类算法研究 被引量：5
5
作者 郭小芳 李锋 +1 位作者 宋晓宁 王卫东 《模式识别与人工智能》 EI CSCD 北大核心 2014年第9期841-846,共6页
为进一步提高核模糊C-均值聚类算法的聚类性能,提出基于连续域混合蚁群优化的核模糊C-均值聚类算法(KFCM-HACO),使用HACO对KFCM算法的内核函数参数值和聚类中心进行优化,克服传统算法弊端,使核模糊C-均值聚类算法的目标函数最小化,加快... 为进一步提高核模糊C-均值聚类算法的聚类性能,提出基于连续域混合蚁群优化的核模糊C-均值聚类算法(KFCM-HACO),使用HACO对KFCM算法的内核函数参数值和聚类中心进行优化,克服传统算法弊端,使核模糊C-均值聚类算法的目标函数最小化,加快算法的收敛速度.该优化算法在UCI数据集上的仿真实验及结果比较表明,KFCM-HACO算法的聚类性能优于传统的聚类算法,提高了聚类的准确性. 展开更多
关键词 聚类分析 核模糊c-均值聚类 混合蚁群优化 连续概率密度函数
下载PDF
基于自适应局部迭代滤波和模糊C均值聚类的滚动轴承故障诊断方法 被引量：4
6
作者 张超 何闯进 何玉灵 《轴承》 北大核心 2021年第5期50-55,62,共7页
为准确提取滚动轴承振动信号的故障特征,并对不同状态信号进行划分,提出了一种基于自适应局部迭代滤波(ALIF)和模糊C均值(KFCM)聚类的滚动轴承故障诊断方法。首先,将多模态信号自适应分解为多阶单一模态分量;然后,结合相关系数提取出含... 为准确提取滚动轴承振动信号的故障特征,并对不同状态信号进行划分,提出了一种基于自适应局部迭代滤波(ALIF)和模糊C均值(KFCM)聚类的滚动轴承故障诊断方法。首先,将多模态信号自适应分解为多阶单一模态分量;然后,结合相关系数提取出含有最多故障特征信息的最优分量,计算其近似熵值并构建特征向量矩阵;最后,将得到的特征向量输入KFCM得到聚类结果。试验结果表明,与基于EMD,EEMD和KFCM聚类,以及ALIF和FCM聚类的方法相比,ALIF和KFCM方法的分类系数更接近1,平均模糊熵更接近0,聚类效果更好,对滚动轴承各类故障信号具有很高的识别度和良好的分类效果。 展开更多
关键词 滚动轴承 故障诊断 自适应局部迭代滤波 模糊c均值聚类 近似熵
下载PDF
Robust Dataset Classification Approach Based on Neighbor Searching and Kernel Fuzzy C-Means 被引量：7
7
作者 Li Liu Aolei Yang +3 位作者 Wenju Zhou Xiaofeng Zhang Minrui Fei Xiaowei Tu 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI 2015年第3期235-247,共13页
Dataset classification is an essential fundament of computational intelligence in cyber-physical systems (CPS). Due to the complexity of CPS dataset classification and the uncertainty of clustering number, this paper ... Dataset classification is an essential fundament of computational intelligence in cyber-physical systems (CPS). Due to the complexity of CPS dataset classification and the uncertainty of clustering number, this paper focuses on clarifying the dynamic behavior of acceleration dataset which is achieved from micro electro mechanical systems (MEMS) and complex image segmentation. To reduce the impact of parameters uncertainties with dataset classification, a novel robust dataset classification approach is proposed based on neighbor searching and kernel fuzzy c-means (NSKFCM) methods. Some optimized strategies, including neighbor searching, controlling clustering shape and adaptive distance kernel function, are employed to solve the issues of number of clusters, the stability and consistency of classification, respectively. Numerical experiments finally demonstrate the feasibility and robustness of the proposed method. © 2014 Chinese Association of Automation. 展开更多
关键词 Artificial intelligence Embedded systems fuzzy systems Image segmentation MEMS Numerical methods
下载PDF
基于多特征融合的APF中IGBT开路故障特征提取 被引量：6
8
作者 孙曙光 丁铭真 +1 位作者 田朋 王佳兴 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第12期2888-2899,共12页
为可靠地进行有源电力滤波器中IGBT开路故障诊断,提出一种基于多特征融合的有源电力滤波器IGBT故障特征提取方法。该方法采集三电平APF主电路中钳位二极管桥臂电压作为测试信号,对其进行小波分解,提取各频段的能量系数、功率谱熵、奇异... 为可靠地进行有源电力滤波器中IGBT开路故障诊断,提出一种基于多特征融合的有源电力滤波器IGBT故障特征提取方法。该方法采集三电平APF主电路中钳位二极管桥臂电压作为测试信号,对其进行小波分解,提取各频段的能量系数、功率谱熵、奇异谱熵以组成多特征参数矩阵,然后进行特征降维构成特征向量矩阵。在理论分析的基础上,进行了相应的实验分析,首先基于该测试信号得到不同工作状态下测量波形,并与其他测试信号波形进行比较;既而,利用核模糊C均值聚类方法对所提取特征对故障类型的区分性能进行分析,并对三相整流桥谐波源在负载突变和触发角变化时做了特征提取适应性实验;最后,搭建APF实验平台进行测试。实验结果表明,基于二极管端电压的测量方法可以有效区分不同工作状态,所采用的多特征融合提取方法克服了单特征的片面性,各种工况下的区分性能良好。 展开更多
关键词 有源电力滤波器 IGBT 故障诊断 多特征融合 核模糊c均值
下载PDF
基于改进磷虾群优化的中心极大化KFCM算法在IDS的应用 被引量：6
9
作者 李丛 胡文军 +1 位作者 丁勇 曹红根 《计算机应用研究》 CSCD 北大核心 2016年第2期507-512,共6页
针对核模糊C-均值算法(kernel fuzzy C-means,KFCM)随机选择初始聚类中心而不能获得全局最优且在聚类中心较近或重合时易产生一致性聚类等问题,提出一种改进算法。改进算法在原目标函数中引入中心极大化约束项来调控簇间分离度,从而避... 针对核模糊C-均值算法(kernel fuzzy C-means,KFCM)随机选择初始聚类中心而不能获得全局最优且在聚类中心较近或重合时易产生一致性聚类等问题,提出一种改进算法。改进算法在原目标函数中引入中心极大化约束项来调控簇间分离度,从而避免算法出现一致性聚类结果。利用磷虾群算法对基于新目标函数的KFCM算法进行优化,使算法不再依赖初始聚类中心,提高算法的稳定性。基于距离最大最小原则产生多组较优的聚类中心作为初始磷虾群体并在算法迭代过程中融合一种新的精英保留策略,从而确保算法收敛到全局极值;通过对个体随机扩散活动进行分段式Logistic混沌扰动,提高算法全局寻优能力。使用KDD Cup 99入侵检测数据进行仿真实验表明,改进算法具有更好的检测性能,解决了传统的聚类算法在入侵检测中稳定性差、检测准确率低的问题。 展开更多
关键词 核模糊c-均值算法 磷虾群算法 中心极大化约束项 距离最大最小原则 精英保留策略 混沌扰动 入侵检测
下载PDF
基于核模糊C-均值和EM混合聚类算法的遥感图像分割 被引量：5
10
作者 王民 张鑫 +2 位作者 贠卫国 卫铭斐 王静 《液晶与显示》 CAS CSCD 北大核心 2017年第12期999-1005,共7页
针对聚类算法在应用中分割速度慢、抑制噪声能力弱等问题,本文提出一种基于核模糊C-均值(Kernel Fuzzy Cmeans,KFCM)和融合期望最大化(EM)算法混合聚类的遥感图像分割。首先给原始KFCM算法引入隐含变量来对像素预定义类别,然后利用EM算... 针对聚类算法在应用中分割速度慢、抑制噪声能力弱等问题,本文提出一种基于核模糊C-均值(Kernel Fuzzy Cmeans,KFCM)和融合期望最大化(EM)算法混合聚类的遥感图像分割。首先给原始KFCM算法引入隐含变量来对像素预定义类别,然后利用EM算法评价预定义的类别是否最优,以此完成对遥感图像的聚类分割。在利用EM算法进行评价时,对KFCM引入空间邻域信息,采用惯性权重对其初始化参数进行优化增强算法效率。与传统的聚类分割方法进行比较,研究结果表明,该方法速度快、效果好、精度也能满足应用要求,具有较高的应用价值。 展开更多
关键词 遥感图像 核模糊c-均值 EM 空间邻域 惯性权重
下载PDF
基于核模糊聚类优化算法的脑核磁共振图像分割研究 被引量：4
11
作者 万春圆 叶明全 +1 位作者 姚传文 徐争元 《中国数字医学》 2020年第11期10-15,共6页
目的:脑核磁共振(MR)图像中普遍存在噪声的影响,传统的核模糊C-均值(Kernel Fuzzy C-means,KFCM)算法无法得到理想的脑组织分割结果,为此提出一种基于核模糊聚类优化算法的分割模型。方法:首先通过粒子群算法确定KFCM的初始聚类中心,然... 目的:脑核磁共振(MR)图像中普遍存在噪声的影响,传统的核模糊C-均值(Kernel Fuzzy C-means,KFCM)算法无法得到理想的脑组织分割结果,为此提出一种基于核模糊聚类优化算法的分割模型。方法:首先通过粒子群算法确定KFCM的初始聚类中心,然后利用自适应中值滤波消除图像中的噪声,最后采用该模型分别对不同的图像进行实验。结果:该方法不仅能迅速确定图像的初始聚类中心,并且有效地消除图像中的噪声。结论:与传统KFCM算法相比,提出的模型具有更高的精确度和分割效率。 展开更多
关键词 脑磁共振图像 核模糊c-均值 图像分割 自适应中值滤波 粒子群算法
下载PDF
基于核模糊C均值的眼底视网膜血管分割算法 被引量：4
12
作者 曾业战 钱盛友 刘畅 《计算机工程与应用》 CSCD 北大核心 2011年第1期242-244,共3页
针对眼底视网膜图像对比度差、背景不一致的问题,提出了一种基于核模糊C均值的眼底视网膜血管分割算法。首先采用二维高斯匹配滤波预处理以增强血管,然后采用核模糊C均值算法对增强眼底图像进行分割,并根据血管与各类隶属度的关系自动... 针对眼底视网膜图像对比度差、背景不一致的问题,提出了一种基于核模糊C均值的眼底视网膜血管分割算法。首先采用二维高斯匹配滤波预处理以增强血管,然后采用核模糊C均值算法对增强眼底图像进行分割,并根据血管与各类隶属度的关系自动合并聚类图像得到最终的血管图像。实验结果表明,该算法分割结果令人满意。 展开更多
关键词 匹配滤波 图像分割 核模糊c均值
下载PDF
多发性硬化症MR图像分割新算法研究 被引量：3
13
作者 余学飞 李彬 陈武凡 《计算机工程与应用》 CSCD 北大核心 2009年第2期176-178,共3页
提出了一种针对多发性硬化症病灶T2加权脑部磁共振(MR)图像的分割算法。根据多发性硬化症病灶和脑脊液在T2加权像上同表现为高亮度信号的特点,把模糊C均值分割算法与形态学方法相结合,提出了基于核模糊C均值的多发性硬化症病灶分割算法... 提出了一种针对多发性硬化症病灶T2加权脑部磁共振(MR)图像的分割算法。根据多发性硬化症病灶和脑脊液在T2加权像上同表现为高亮度信号的特点,把模糊C均值分割算法与形态学方法相结合,提出了基于核模糊C均值的多发性硬化症病灶分割算法。该算法首先用改进的核模糊C均值算法做基础分割,再用形态学方法提取出多发性硬化症病灶得到最终分割结果。通过对多发性硬化症模拟脑部MR图像的分割结果表明,算法能够比较准确地分割多发性硬化症病灶。 展开更多
关键词 图像分割 核模糊c均值 多发性硬化症
下载PDF
基于差异性采样的流数据聚类算法 被引量：3
14
作者 邱云飞 孙梦冉 《计算机应用研究》 CSCD 北大核心 2019年第6期1646-1651,共6页
针对传统聚类算法对流数据进行聚类时面临时间复杂度高、存储空间需求大以及准确度较低的问题,提出一种基于差异性采样的流数据聚类算法。首先利用差异性采样法对流数据进行采样并用样本点构造核矩阵,然后利用核模糊C均值聚类算法对核... 针对传统聚类算法对流数据进行聚类时面临时间复杂度高、存储空间需求大以及准确度较低的问题,提出一种基于差异性采样的流数据聚类算法。首先利用差异性采样法对流数据进行采样并用样本点构造核矩阵,然后利用核模糊C均值聚类算法对核矩阵中的点进行聚类得到一个带有标记的样本核矩阵,最后利用带有标记的样本核矩阵对流数据中的点进行划分。同时利用衰退聚类机制,实时更新样本核矩阵。实验结果表明,相比于传统聚类算法,该算法实现了更低的时间复杂度,同时实时聚类,得到较为理想的聚类结果。 展开更多
关键词 差异性采样 衰退聚类机制 核模糊c均值 流数据 时间复杂度
下载PDF
基于改进模糊核聚类的室内定位方法研究 被引量：3
15
作者 杜凯颖 张为公 王东 《测控技术》 CSCD 2018年第2期42-46,共5页
针对室内定位中,WiFi位置指纹法存在的定位实时性和精度的问题,提出一种基于改进模糊核聚类(KFCM)和加权K近邻(WKNN)结合的室内定位方法,旨在降低定位时间和改善定位精度。首先利用快速搜索和发现峰值聚类(CFSFDP)确定聚类数目和初始聚... 针对室内定位中,WiFi位置指纹法存在的定位实时性和精度的问题,提出一种基于改进模糊核聚类(KFCM)和加权K近邻(WKNN)结合的室内定位方法,旨在降低定位时间和改善定位精度。首先利用快速搜索和发现峰值聚类(CFSFDP)确定聚类数目和初始聚类中心,克服KFCM算法对初始聚类中心选取的依赖性而导致聚类结果不稳定的缺点,在此基础上,采用WKNN进行定位匹配,提高定位精度。实验表明,所提出方法相较于无聚类的室内定位方法,能在保证一定精度的前提下,减少定位计算量和时间。此外,将所提出方法与基于K均值、KFCM和CFSFDP的方法进行实验对比,结果显示,该方法具有更好的聚类效果和定位精度。 展开更多
关键词 室内定位 模糊核聚类 加权K近邻 快速搜索和发现峰值聚类
下载PDF
基于核模糊聚类的遥感影像分类 被引量：2
16
作者 史云松 史玉峰 《南京林业大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第6期164-166,共3页
基于模糊模式识别原理和核方法特性,提出了基于核的模糊聚类算法,用核目标函数取代模糊C-均值中的目标函数,选用高斯核函数实例研究了模糊核聚类在遥感影像分类中的应用。结果表明:与传统的模糊聚类算法相比,模糊核聚类算法能够有效改... 基于模糊模式识别原理和核方法特性,提出了基于核的模糊聚类算法,用核目标函数取代模糊C-均值中的目标函数,选用高斯核函数实例研究了模糊核聚类在遥感影像分类中的应用。结果表明:与传统的模糊聚类算法相比,模糊核聚类算法能够有效改善遥感影像分类效果,从而拓宽了模糊模式识别的应用范围。 展开更多
关键词 模糊聚类 核模糊聚类 遥感影像 分类
下载PDF
基于KFCM双重聚类的铁路客运产品类别划分 被引量：2
17
作者 刘帆洨 彭其渊 +1 位作者 鲁工圆 潘金山 《交通运输工程与信息学报》 2019年第2期16-22,共7页
客运产品是铁路运输市场的主要供给,开行方案是客运产品设计的核心内容。将客运产品进行类别划分,是不同类型客运产品需求演变趋势分析的重要基础,有利于简化客运产品优化设计问题。本文以不同列车开行方案属性为样本特征变量,考虑列车... 客运产品是铁路运输市场的主要供给,开行方案是客运产品设计的核心内容。将客运产品进行类别划分,是不同类型客运产品需求演变趋势分析的重要基础,有利于简化客运产品优化设计问题。本文以不同列车开行方案属性为样本特征变量,考虑列车能力利用对客运产品优化设计的影响,结合平均列车客座率提出了有效能力隶属度,构建了基于KFCM的双重聚类模型对样本进行聚类,利用Xie-beni和分离系数法确定最佳聚类数。最后对京沪高铁进行实例分析,研究结果表明,将该线客运产品分为4类可获得较好的聚类效果,不同类别的客运产品表现出明显的结构特性。 展开更多
关键词 铁路运输 客运产品 有效能力隶属度 核模糊c均值聚类(KFcM) 双重聚类
下载PDF
基于小波矩和模糊核聚类的示功图诊断方法研究 被引量：1
18
作者 丛蕊 杨亚勋 《机械设计与制造工程》 2016年第7期80-83,共4页
提出了基于小波矩特征和模糊核聚类算法的示功图故障诊断方法。通过边缘检测和形态学细化的方法完成示功图的图像分割,采用极坐标下小波不变矩算法提取示功图的形状特征,通过参数选择确定12个小波矩特征量,将特征量输入到模糊核聚类分... 提出了基于小波矩特征和模糊核聚类算法的示功图故障诊断方法。通过边缘检测和形态学细化的方法完成示功图的图像分割,采用极坐标下小波不变矩算法提取示功图的形状特征,通过参数选择确定12个小波矩特征量,将特征量输入到模糊核聚类分类器中进行故障类型的分类识别,得到了良好的实验效果,验证了该算法对于示功图故障诊断的有效性。 展开更多
关键词 示功图 故障诊断 图像分割 小波矩 模糊核聚类
下载PDF
粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用 被引量：69
19
作者 梅飞 梅军 +2 位作者 郑建勇 张思宇 朱克东 《中国电机工程学报》 EI CSCD 北大核心 2013年第36期134-141,19,共8页
为了利用相对较少的故障数据样本对断路器主要故障类型进行较为准确的在线判断,提出了一种基于融合粒子群的模糊核聚类(particle swarm fused kernel fuzzy C-means,P-KFCM)与支持向量机(support vector machine,SVM)的故障诊断方法。... 为了利用相对较少的故障数据样本对断路器主要故障类型进行较为准确的在线判断,提出了一种基于融合粒子群的模糊核聚类(particle swarm fused kernel fuzzy C-means,P-KFCM)与支持向量机(support vector machine,SVM)的故障诊断方法。通过对断路器分合闸电流信号的分析,找出与断路器主要故障类型相对应的特征量;据此对采样信号进行处理,建立故障特征样本空间;利用P-KFCM算法对故障训练样本进行预分类,并以此为基础建立多SVM故障预测模型。P-KFCM算法将粒子群(particle swarm optimization,PSO)的全局搜索能力融入KFCM中,有效的解决了局部最优问题,在一定程度上提升了诊断结果的可靠性。实验结果表明,该方法在诊断断路器主要机械故障方面能够取得较好的效果。 展开更多
关键词 模糊核聚类 粒子群 支持向量机 断路器 故障诊断
下载PDF
基于改进核模糊聚类算法的软测量建模研究 被引量：23
20
作者 徐海霞 刘国海 +1 位作者 周大为 梅从立 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第10期2226-2231,共6页
针对发酵过程软测量建模采用单模型建模方法存在计算量大和精度较差的问题,提出一种基于改进核模糊聚类算法的多模型神经网络软测量建模方法。该方法首先使用主元分析方法对样本数据进行数据处理,所得主元变量作为模型的输入变量,然后... 针对发酵过程软测量建模采用单模型建模方法存在计算量大和精度较差的问题,提出一种基于改进核模糊聚类算法的多模型神经网络软测量建模方法。该方法首先使用主元分析方法对样本数据进行数据处理,所得主元变量作为模型的输入变量,然后使用基于粒子群优化算法的核模糊C均值聚类算法(PSKFCM)对数据集作聚类划分,最后针对每个聚类建立局部神经网络模型,多个局部神经网络模型估计结果的融合即为软测量模型的输出。将所提建模方法应用于红霉素发酵过程生物量浓度软测量建模,结果表明所建软测量模型具有较高的精度和良好的泛化能力。 展开更多
关键词 软测量 核模糊聚类 粒子群优化 多模型神经网络 发酵过程
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部