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88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：
径向基函数(RBF)网络的研究及实现 被引量：51
1
作者 周俊武 孙传尧 王福利 《矿冶》 EI CAS 2001年第4期71-75,共5页
概述人工神经元网络的分类 ,详细分析了RBF网络的结构特点 ,给出了最近邻聚类学习算法的具体过程 ,并利用MATLAB编程语言将此算法编制成标准函数ZJWNNC。该算法是一种在线自适应聚类学习算法 ,不需要事先确定隐含层单元的个数。
关键词 过程控制 径向基函数 最近邻聚类算法 MATLAB语言 人工神经元网络
下载PDF
RBF神经网络在边坡岩体稳定性中的预测研究 被引量：47
2
作者 付义祥 刘世凯 刘大鹏 《武汉理工大学学报（交通科学与工程版）》 北大核心 2003年第2期170-173,共4页
简要分析 RBF网络的结构特点及最近邻聚类学习算法之后 ,以大量边坡工程的稳定状况为学习训练样本及预测样本 ,建立了预报模型 .讨论了基于 RBF神经网络技术的边坡岩体稳定性分析方法及其有效性 .研究表明 ,用
关键词 边坡 岩体工程 稳定性分析 径向基函数 RBF 神经网络 最近邻聚类算法 预报模型
下载PDF
改进的神经网络最近邻聚类学习算法及其应用 被引量：25
3
作者 孙延风 梁艳春 孟庆福 《吉林大学学报（信息科学版）》 CAS 2002年第1期63-66,共4页
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... 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。 展开更多
关键词 神经网络 预测 径向基函数 最近邻聚类算法
下载PDF
基于径向基函数神经网络的并联机器人运动学正问题 被引量：13
4
作者 宋伟刚 张国伟 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2004年第4期386-389,共4页
以一般形式的Stewart型并联机器人为例,由机器人的位置反解问题引出机器人运动学正解问题,在分析BP网络与径向基函数网络的特点基础上,采用基于径向基函数神经网络的算法,利用最近邻聚类方法获得径向基函数中心,求解并联机器人运动学正... 以一般形式的Stewart型并联机器人为例,由机器人的位置反解问题引出机器人运动学正解问题,在分析BP网络与径向基函数网络的特点基础上,采用基于径向基函数神经网络的算法,利用最近邻聚类方法获得径向基函数中心,求解并联机器人运动学正解问题·通过对训练样本的学习,确定神经网络权系数,能够准确地求解并联机器人的位置和姿态,算法具有运算简单,求解效果好等特点·同Newton Raphson算法比较,能获得相同的效果且位置和姿态误差近似恒定,而神经网络算法避免迭代初值及额定循环次数的影响·因此该方法可作为并联机构系统运动学轨迹跟踪控制的运动学模型辨识器· 展开更多
关键词 径向基函数 神经网络 运动学正解 并联机器人 最近邻聚类法
下载PDF
基于动态RBF神经网络在线辨识的单神经元PID控制 被引量：21
5
作者 刘寅虎 李绍铭 《系统仿真学报》 CAS CSCD 北大核心 2006年第z2期804-807,共4页
针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智... 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。 展开更多
关键词 RBF神经网络 单神经元 比例-积分-微分(PID) 非线性控制 最近邻聚类算法
下载PDF
增量式CURE聚类算法研究 被引量：9
6
作者 冯兴杰 黄亚楼 《小型微型计算机系统》 CSCD 北大核心 2004年第10期1847-1849,共3页
聚类是一种非常有用的数据挖掘方法 ,可用于发现隐藏在数据背后的分组和数据分布信息 .目前已经提出了许多聚类算法及其变种 ,但在增量式聚类算法研究方面所作的工作较少 .当数据集因更新而发生变化时 ,数据挖掘的结果也应该进行相应的... 聚类是一种非常有用的数据挖掘方法 ,可用于发现隐藏在数据背后的分组和数据分布信息 .目前已经提出了许多聚类算法及其变种 ,但在增量式聚类算法研究方面所作的工作较少 .当数据集因更新而发生变化时 ,数据挖掘的结果也应该进行相应的更新 .由于数据量大 ,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效 ,因此亟待研究增量式聚类算法 .通过对 CURE聚类算法的改进 ,提出了一种高效的增量式 CU RE聚类算法 .它能够很好的解决传统聚类算法在伸缩性、数据定期更新时所面临的问题 . 展开更多
关键词 数据挖掘 CURE聚类算法 最近邻 增量式聚类算法
下载PDF
基于改进型RBF神经网络多变量系统的PID控制 被引量：21
7
作者 李绍铭 刘寅虎 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第2期53-57,共5页
针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿... 针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性. 展开更多
关键词 改进型RBF神经网络 非线性时变系 PID控制 最近邻聚类算法 解耦控制
下载PDF
基于语义距离的高效文本聚类算法 被引量：15
8
作者 冯少荣 肖文俊 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第5期30-37,共8页
针对现有文本聚类算法忽略了词之间的语义信息,导致文本的相似度计算不够精确的问题,提出了一种基于语义进行文本聚类的新方法.该方法从语义上具体分析文本,利用文本的具体语义来计算文本间的相似度.聚类采用最近邻聚类算法,并提出第二... 针对现有文本聚类算法忽略了词之间的语义信息,导致文本的相似度计算不够精确的问题,提出了一种基于语义进行文本聚类的新方法.该方法从语义上具体分析文本,利用文本的具体语义来计算文本间的相似度.聚类采用最近邻聚类算法,并提出第二次聚类算法来改进最近邻算法对输入次序敏感的问题.根据相似度权重优胜劣汰类特征词,使得最后类特征词越来越逼近类的主题.实验结果表明,文中所提出的算法在聚类精度和召回率上均优于基于向量空间模型的k-Means聚类算法. 展开更多
关键词 文本聚类 语义距离 相似度 最近邻聚类 聚类算法
下载PDF
增量式K-Medoids聚类算法 被引量：9
9
作者 高小梅 冯云 冯兴杰 《计算机工程》 CAS CSCD 北大核心 2005年第B07期181-183,共3页
聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更... 聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更新。由于数据量大,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效,因此亟待研究增量式聚类算法。该文通过对K-Medoids聚类算法的改进,提出一种增量式K-Medoids聚类算法。它能够很好地解决传统聚类算法在伸缩性、数据定期更新时所面临的问题。 展开更多
关键词 数据挖掘 K—Medoids聚类算法 最近邻 增量式聚类算法
下载PDF
基于径向基函数神经网络的超分辨率图像重建 被引量：21
10
作者 朱福珍 李金宗 +2 位作者 朱兵 李冬冬 杨学峰 《光学精密工程》 EI CAS CSCD 北大核心 2010年第6期1444-1451,共8页
为了突破成像极限,经济可行地获取高质量的卫星图像,提出了一种基于径向基神经网络的超分辨率图像重建算法。以径向基神经网络为基础,依据卫星图像退化模型获取网络训练所需的学习样本图像,采用向量映射的方式加速网络收敛。其中,径向... 为了突破成像极限,经济可行地获取高质量的卫星图像,提出了一种基于径向基神经网络的超分辨率图像重建算法。以径向基神经网络为基础,依据卫星图像退化模型获取网络训练所需的学习样本图像,采用向量映射的方式加速网络收敛。其中,径向基函数的中心、宽度及网络的隐含层数、连接权值是决定径向基神经网络的关键参数,直接关系到网络的重建性能。采用最近邻聚类算法,动态地建立起基函数的中心及宽度,自适应地确定网络的隐含层数及连接权值。建立起的径向基函数神经网络显著地提高了图像重建性能和网络收敛速度(221s即可收敛)。仿真实验和泛化实验表明,训练好的径向基神经网络可以有效地进行卫星图像的超分辨率重建,效率高,误差小。 展开更多
关键词 图像重建 超分辨率 径向基神经网络 最近邻聚类 向量映射
下载PDF
边坡位移预测的RBF神经网络方法 被引量：19
11
作者 沈强 陈从新 汪稔 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2006年第z1期2882-2887,共6页
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... 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。 展开更多
关键词 边坡工程 边坡 位移 RBF神经网络 最近邻聚类算法
下载PDF
径向基函数神经网络需水预测研究 被引量：18
12
作者 刘俊萍 畅明琦 《水文》 CSCD 北大核心 2007年第5期12-15,11,共5页
在分析山西省历年用水量和人均用水量的基础上,建立径向基函数神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。采用丰富的需水预测因子作为模型的输入,网络输出需水预测值。预测结果表明,径向... 在分析山西省历年用水量和人均用水量的基础上,建立径向基函数神经网络需水预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。采用丰富的需水预测因子作为模型的输入,网络输出需水预测值。预测结果表明,径向基函数神经网络需水预测模型运算速度快,有较高的预测精度。需水预测可为水资源规划和配置提供依据。 展开更多
关键词 径向基函数 神经网络 需水预测 最近邻聚类算法
下载PDF
基于RBF网络非线性系统逆控制的一种设计方案 被引量：13
13
作者 张绍德 李坤 张世峰 《系统仿真学报》 CAS CSCD 北大核心 2006年第9期2688-2690,共3页
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... 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。 展开更多
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
下载PDF
基于AIC准则的最近邻聚类模型的优化算法 被引量：12
14
作者 秦宣云 《系统工程与电子技术》 EI CSCD 北大核心 2005年第2期257-259,共3页
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... 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。 展开更多
关键词 聚类分析 AIC准则 最近邻聚类算法
下载PDF
基于RBF网络的浮选技术指标预报模型的研究 被引量：8
15
作者 周俊武 孙传尧 王福利 《有色金属（选矿部分）》 CAS 北大核心 2002年第1期39-44,共6页
简要分析RBF网络的结构特点及最近邻聚类学习算法之后 ,利用ZJWNNC标准函数建立了浮选技术指标预报模型 ,并对该模型进行了仿真试验。仿真结果表明 ,模型精度较高 ,具有一定的实用价值 ,为下一阶段开发浮选技术指标智能预测系统奠定基础。
关键词 径向基函数(RBF) 最近邻聚类算法 浮选模型
下载PDF
基于台区变压器二次侧电压变化的配电网故障区段定位 被引量：10
16
作者 张耘浩 张姝 +1 位作者 张文海 肖先勇 《电力系统保护与控制》 EI CSCD 北大核心 2022年第16期23-32,共10页
随着配电网精品台区的建设,越来越多的监测装置向台区低压侧延伸,为配电网的故障定位提供了新的思路。提出了一种基于台区变压器二次侧电压变化的配电网故障区段定位方法。分析了配电网发生故障后的台区变压器侧的电压变化规律,利用故... 随着配电网精品台区的建设,越来越多的监测装置向台区低压侧延伸,为配电网的故障定位提供了新的思路。提出了一种基于台区变压器二次侧电压变化的配电网故障区段定位方法。分析了配电网发生故障后的台区变压器侧的电压变化规律,利用故障路径与非故障路径下监测点三相电压幅值变化差异辨识故障区段。通过采用改进的最近邻聚类法,在电压监测集合中辨识出距离故障不同位置的监测点集,能够对监测信息进行快速的分区。该方法不需要10 kV线路的监测数据,仅需要配电台区10 kV/0.4 kV变压器低压侧电压幅值变化信息,监测采集装置安装维护方便。通过大量仿真表明,该方法能够适应不同中性点的接地方式、故障类型和过渡电阻,具有较强的适用性。 展开更多
关键词 配电网 电压监测装置 故障区段定位 变电站二次侧 改进的近邻聚类法
下载PDF
一种新的最近邻聚类算法 被引量：8
17
作者 徐艺萍 邓辉文 李阳旭 《西南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第6期114-116,共3页
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
下载PDF
基于RBF网络的浮选过程技术指标智能预测系统的研究 被引量：9
18
作者 孙传尧 周俊武 王福利 《矿冶》 CAS 2002年第4期24-27,共4页
利用ZJWNNC标准函数建立了浮选过程技术指标与矿浆性质、药剂用量之间的关系模型 ,并对该模型进行了仿真试验。仿真结果表明 ,模型输出能以较高精度逼近样本数据。基于上述模型开发了西林铅锌矿浮选过程技术指标智能预测系统 ,并进行了... 利用ZJWNNC标准函数建立了浮选过程技术指标与矿浆性质、药剂用量之间的关系模型 ,并对该模型进行了仿真试验。仿真结果表明 ,模型输出能以较高精度逼近样本数据。基于上述模型开发了西林铅锌矿浮选过程技术指标智能预测系统 ,并进行了工业试验。工业试验的结果表明 ,该系统能够以较高的精度预测浮选过程作业回收率和精矿品位。该系统的成功开发为浮选过程的优化控制奠定了基础。 展开更多
关键词 径向基函数 最近邻聚类算法 浮选模型 药剂用量 矿浆 工业试验
下载PDF
基于熵值法和DEA的电力监测异常数据自动识别算法研究 被引量：5
19
作者 拓广忠 葛树峰 +3 位作者 李荣让 谢宏坤 覃文闯 薛璐璐 《微型电脑应用》 2023年第4期160-163,171,共5页
为了有效提高电力监测异常数据识别准确率,确保异常数据识别效果,提出了基于熵值法和DEA的电力监测异常数据自动识别算法。应用数据脱敏、数据填补、颠簸去除等方式处理电力监测异常数据,还原原始电力监测数据,提升脱敏后数据完整性,降... 为了有效提高电力监测异常数据识别准确率,确保异常数据识别效果,提出了基于熵值法和DEA的电力监测异常数据自动识别算法。应用数据脱敏、数据填补、颠簸去除等方式处理电力监测异常数据,还原原始电力监测数据,提升脱敏后数据完整性,降低颠簸数据对电力监测异常数据精度的影响。以经过数据处理的电力监测异常数据为基础,通过熵值法确定目标的属性和权重作为度量标准,采用基于熵值法改进的最近邻聚类算法,实现数据聚类,以数据聚类结果为输入,构建DEA模型,实现电力监测异常数据自动识别。实验结果表明,该算法数据聚类后的平均检测率约为92%,异常数据识别正判率约为95%,误判率约为3.5%,可有效识别出异常月负荷曲线的异常数据点和不同负荷量的异常数据,且识别结果与实际负荷曲线的趋势一致,具有较好的识别效果。 展开更多
关键词 熵值法 DEA 最近邻聚类算法 电力监测 异常数据 自动识别
下载PDF
基于径向基函数神经网络车辆跟驰模型 被引量：5
20
作者 任雪梅 朱英平 +1 位作者 王武宏 黄鸿 《北京理工大学学报》 EI CAS CSCD 北大核心 2004年第4期331-334,共4页
针对由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型的问题,应用径向基函数神经网络建立了跟驰模型,改进了基于最近邻聚类的网络学习算法,并利用跟驰数据对模型进行了验证.结果表明,该网络模型与多层前馈网络模型相比,结构简单,训... 针对由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型的问题,应用径向基函数神经网络建立了跟驰模型,改进了基于最近邻聚类的网络学习算法,并利用跟驰数据对模型进行了验证.结果表明,该网络模型与多层前馈网络模型相比,结构简单,训练时间短,精度高,适宜在线进行实时预测. 展开更多
关键词 车辆跟驰 人工神经网络 最近邻聚类学习算法 径向基网络
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