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72篇文章
< 1 2 … 4 >
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：
基于LMD近似熵和FCM聚类的机械故障诊断研究 被引量：97
1
作者 张淑清 孙国秀 +2 位作者 李亮 李新新 监雄 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第3期714-720,共7页
提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量... 提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量,再通过相关性分析,筛选出与原始信号相关性最大的3个分量作为数据源,求取其近似熵作为特征向量,最后通过FCM模糊聚类对特征向量进行识别分类。实验表明,基于LMD近似熵和FCM模糊聚类相结合的方法对机械故障信号能够有效准确地进行识别分类,此外,将该方法与基于EMD近似熵和FCM结合的方法进行对比,结果表明该方法具有更好的故障识别效果。 展开更多
关键词 局部均值分解 模糊c均值聚类 近似熵 故障诊断
下载PDF
基于多方法组合诊断模型的大型变压器故障诊断 被引量：21
2
作者 杨廷方 李景禄 +1 位作者 曾祥君 周力行 《电力系统自动化》 EI CSCD 北大核心 2009年第20期92-95,108,共5页
电力变压器故障征兆与故障原因之间的关系错综复杂,而单项诊断方法由于信息特征独特、考虑角度单一,往往很难满足故障诊断的要求。因此,提出了在变压器故障诊断中采用多种方法组合诊断的思想,以克服单种方法的偏好对最终诊断结果所产生... 电力变压器故障征兆与故障原因之间的关系错综复杂,而单项诊断方法由于信息特征独特、考虑角度单一,往往很难满足故障诊断的要求。因此,提出了在变压器故障诊断中采用多种方法组合诊断的思想,以克服单种方法的偏好对最终诊断结果所产生的影响。该方法采用模糊C均值聚类(FCM)诊断法、BP神经网络诊断法、粗糙集理论故障诊断法和IEC 60599推荐的三比值法这4种诊断方法作为独立的单项诊断方法,根据各自诊断的误判率,按照诊断误差平方和最小的原则计算出各个诊断方法的最优权重,形成最优投票组合模型,再求出最大发生概率的故障类型。诊断结果表明,该方法与单项方法相比,大大降低了诊断误判的风险,提高了故障诊断的准确率,增强了故障诊断的稳健性。 展开更多
关键词 变压器故障 组合诊断 模糊c均值聚类 BP神经网络 粗糙集理论 三比值法
下载PDF
基于模糊C均值聚类-变分模态分解和群智能优化的多核神经网络短期负荷预测模型 被引量：23
3
作者 王煜尘 窦银科 孟润泉 《高电压技术》 EI CAS CSCD 北大核心 2022年第4期1308-1319,共12页
电力系统的运行和控制中,短期负荷预测(short-term load forecasting,STLF)起着至关重要的作用。由于负荷的随机性和复杂性,准确预测负荷成为一项挑战。该文将结合了模糊C均值聚类(fuzzy C-means clustering,FCM)理论、变分模态分解(var... 电力系统的运行和控制中,短期负荷预测(short-term load forecasting,STLF)起着至关重要的作用。由于负荷的随机性和复杂性,准确预测负荷成为一项挑战。该文将结合了模糊C均值聚类(fuzzy C-means clustering,FCM)理论、变分模态分解(variational modal decomposition,VMD)和混沌粒子群优化(chaotic particle swarm optimization,CPSO)算法的多核极限学习机(multi-kernel extreme learning machine,MKELM)引入到预测模型中,构建聚类、分解、优化、训练、预测的负荷预测模型。然后基于已用于中国南极内陆泰山站能源系统的短期负荷预测应用案例,在原有模型基础上改进后获得适用于中国国内用电负荷预测模型。模型训练结果对比表明,该新模型在负荷短期预测中具有较高精度,能够反映区域用电负荷的变化趋势,研究成果为各种场景的用电负荷预测提供了新方法和新思路。 展开更多
关键词 模糊c均值聚类 变分模态分解 混沌粒子群优化 多核极限学习机 短期负荷预测
下载PDF
基于多神经网络模型的酯化反应软测量 被引量：7
4
作者 张宇 李柠 黄道 《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第2期208-211,226,共5页
对模糊C-均值聚类算法加以改进,将系统输入数据进行模糊划分,分成具有几个不同聚类中心的子集;继而引入到多模型建模过程中,针对每个子集建立相应的径向基函数(RBF)网络模型。而全局模型则由各个子模型的输出加权组合。最后通过对聚合... 对模糊C-均值聚类算法加以改进,将系统输入数据进行模糊划分,分成具有几个不同聚类中心的子集;继而引入到多模型建模过程中,针对每个子集建立相应的径向基函数(RBF)网络模型。而全局模型则由各个子模型的输出加权组合。最后通过对聚合釜反应器软测量建模的研究,表明该方法具有拟合精度高和泛化能力强的特点,验证了此多模型建模方法的有效性和快速性。 展开更多
关键词 多模型 模糊c-均值聚类(fcm) 神经网络 软测量
下载PDF
基于改进FCM与MRF的SAR图像分割 被引量：14
5
作者 韩子硕 王春平 《系统工程与电子技术》 EI CSCD 北大核心 2019年第8期1726-1734,共9页
合成孔径雷达(synthetic aperture radar,SAR)图像相干斑点噪声强,缺乏背景与目标先验知识,导致分割困难。针对以上问题,提出了基于改进模糊C均值聚类(fuzzy C-means clustering,FCM)与马尔可夫随机场(Markov random field,MRF)的分割... 合成孔径雷达(synthetic aperture radar,SAR)图像相干斑点噪声强,缺乏背景与目标先验知识,导致分割困难。针对以上问题,提出了基于改进模糊C均值聚类(fuzzy C-means clustering,FCM)与马尔可夫随机场(Markov random field,MRF)的分割算法。首先,利用自适应非局部均值滤波和基于直方图峰值点的初始聚类中心选定规则,提升快速FCM算法效率;然后分别用改进FCM算法与MRF对SAR图像进行分割,并通过构建联合隶属度矩阵自适应选择最优分割区域;最后利用形态学操作对结果进行优化。实验表明,所提算法具有较好的抗噪性能,能够快速有效地分割多类SAR图像。 展开更多
关键词 模糊c均值聚类 马尔可夫随机场 非局部均值 图像分割
下载PDF
基于蚁群聚类算法的模糊神经网络 被引量：3
6
作者 曹晓辛 李柠 黄道 《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第2期215-218,共4页
提出了一种基于蚁群聚类的模糊神经网络算法,神经网络采用RBF网络结点结构,聚类采用二级结构蚁群聚类算法作为一级聚类而模糊C-均值聚类(FCM)用于二级聚类。将上述聚类方法用于模糊神经网络构建中,仿真结果表明具有并行实时性、聚类能... 提出了一种基于蚁群聚类的模糊神经网络算法,神经网络采用RBF网络结点结构,聚类采用二级结构蚁群聚类算法作为一级聚类而模糊C-均值聚类(FCM)用于二级聚类。将上述聚类方法用于模糊神经网络构建中,仿真结果表明具有并行实时性、聚类能力强的特点。 展开更多
关键词 蚁群算法 聚类算法 模糊神经网络 模糊c-均值聚类(fcm) RBF
下载PDF
快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法 被引量：12
7
作者 王小鹏 王庆圣 +1 位作者 焦建军 梁金诚 《电子与信息学报》 EI CSCD 北大核心 2021年第1期171-178,共8页
针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法。首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计... 针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法。首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计算方法,改为以搜索窗口尺寸为循环,利用空间位移图像与递归高斯滤波的计算方法,克服非局部空间信息计算复杂的问题;其次,计算原始图像与非局部信息项的差值的平方,将其作为非局部信息项的自适应权重,并将差值的平方作倒数变换,作为原始图像的自适应权重;最后,将每个聚类簇中所有像素隶属度之和的对数平方加入目标函数的分母,形成隶属度连接,减少目标函数迭代次数。含噪人工与自然图像分割实验表明,该算法在分割准确度、平均交并比、归一化互信息、运行时间与迭代次数等性能方面优于其他几种FCM算法。 展开更多
关键词 噪声图像分割 模糊c-均值聚类 非局部空间信息 自适应加权 隶属度连接
下载PDF
模糊C均值聚类与K近邻算法的故障检测研究 被引量：11
8
作者 王钧石 李元 《自动化仪表》 CAS 2020年第4期41-45,50,共6页
基于K近邻的故障检测(FD-KNN)算法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在故障类型多、测量变量复杂等缺陷。将模糊C均值聚类(FCM)和K近邻(KNN)相结合,提出一种新的故障检测方法FCM-KNN。该方法与传统算法相... 基于K近邻的故障检测(FD-KNN)算法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在故障类型多、测量变量复杂等缺陷。将模糊C均值聚类(FCM)和K近邻(KNN)相结合,提出一种新的故障检测方法FCM-KNN。该方法与传统算法相比较,故障检测率有明显的提升。首先,应用FCM聚类将多模态训练集按模态聚类,同时根据样本与各聚类中心的距离比例来得到样本对于每个聚类中心的隶属度;再根据隶属度来判断样本所属模态,进而在各个模态下完成基于KNN的故障检测。通过多模态仿真实例进一步验证该方法的有效性。该方法具有检测率高、漏报和误报率低等优点,可有效提高检测效果。 展开更多
关键词 非线性 多模态 模糊c均值聚类 K近邻 故障检测
下载PDF
基于IABC-FCM-RVM算法的拱坝变形预测模型 被引量：11
9
作者 胡雨菡 包腾飞 +1 位作者 朱征 龚健 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2020年第12期1055-1064,共10页
针对传统统计模型中温度和水压因子交叉影响、效应量不易分离的问题,提出了一种基于IABC-FCMRVM算法的拱坝变形预测模型。首先采用基于改进的人工蜂群(IABC)的模糊C-均值聚类算法(FCM)对变形数据进行分类,然后分别对分类后的数据建立分... 针对传统统计模型中温度和水压因子交叉影响、效应量不易分离的问题,提出了一种基于IABC-FCMRVM算法的拱坝变形预测模型。首先采用基于改进的人工蜂群(IABC)的模糊C-均值聚类算法(FCM)对变形数据进行分类,然后分别对分类后的数据建立分段的相关向量机模型(RVM),最后以某高拱坝变形数据对该模型进行了检验,并与统计模型和未聚类的RVM模型预测结果对比分析,结果表明,IABC-FCM-RVM模型具有更好的预测精度。 展开更多
关键词 模糊c均值聚类 改进的人工蜂群算法 相关向量机 拱坝变形预测
原文传递
遥感图像的半监督的改进FCM算法 被引量：7
10
作者 邱磊 李国辉 代科学 《计算机应用研究》 CSCD 北大核心 2006年第7期252-253,260,共3页
对模糊C均值算法进行了改进,采用更适合遥感图像的Mahalanobis距离代替欧氏距离,并在聚类中加入了先验信息。在聚类过程中,未标签的样本通过与已标签的样本进行相似性比较来提高算法的准确性。实验表明,改进的算法能有效提高算法准确度。
关键词 模糊c均值算法(fcm算法) 遥感图像 半监督 聚类算法
下载PDF
基于FCM-LSTM的滚动轴承多阶段寿命预测 被引量：8
11
作者 刘宇航 石宇强 王俊佳 《机械设计》 CSCD 北大核心 2023年第5期43-50,共8页
针对滚动轴承逐渐呈现多阶段退化的退化特性,文中提出基于模糊C均值聚类(Fuzzy C-Means Clustering, FCM)和长短时记忆神经网络(Long Short-Term Memory, LSTM)的滚动轴承多阶段寿命预测方法。该方法的步骤是:使用小波包分解提取时频域... 针对滚动轴承逐渐呈现多阶段退化的退化特性,文中提出基于模糊C均值聚类(Fuzzy C-Means Clustering, FCM)和长短时记忆神经网络(Long Short-Term Memory, LSTM)的滚动轴承多阶段寿命预测方法。该方法的步骤是:使用小波包分解提取时频域特征,构建滚动轴承的健康指标;采用FCM将滚动轴承的退化过程分为多个阶段;使用LSTM对其在不同阶段的使用寿命进行预测,其预测结果可用于维修决策的制订与执行;利用开源试验数据集验证了该方法的合理性,表明了分阶段的寿命预测能有效提高预测精度。 展开更多
关键词 滚动轴承 模糊c均值聚类(fcm) 多阶段退化 寿命预测 长短时记忆神经网络(LSTM)
下载PDF
基于粒子群的改进模糊聚类图像分割算法 被引量：9
12
作者 刘欢 肖根福 《计算机工程与应用》 CSCD 2013年第13期152-155,共4页
基于粒子群优化的改进模糊聚类图像分割算法将微粒群搜索聚类中心作为图像分割的聚类初值,克服了FCM分割算法对聚类中心初值敏感的缺点,大幅提高了图像分割算法的计算速度。改进的模糊聚类图像分割算法,一方面考虑到像素的空间位置信息... 基于粒子群优化的改进模糊聚类图像分割算法将微粒群搜索聚类中心作为图像分割的聚类初值,克服了FCM分割算法对聚类中心初值敏感的缺点,大幅提高了图像分割算法的计算速度。改进的模糊聚类图像分割算法,一方面考虑到像素的空间位置信息和相互邻域之间像素有很大的相关性,在目标函数中引入邻域惩罚函数;另一方面提出聚类在二维方向上进行更新的思想,建立了包含邻域单元熵的新聚类目标函数。实验结果表明,该方法可以使模糊聚类的速度得到明显提高,对初始聚类中心不敏感,抗噪能力强,是一种有效的模糊聚类图像分割方法。 展开更多
关键词 粒子群 模糊c均值聚类 图像分割 邻域信息 单元熵
下载PDF
邻域灰度差加权的模糊C均值聚类图像分割算法 被引量：6
13
作者 沙秀艳 何友 王贞俭 《火力与指挥控制》 CSCD 北大核心 2008年第12期34-36,40,共4页
模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想。提出了邻域灰度差加权的模... 模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想。提出了邻域灰度差加权的模糊C均值聚类算法,实验结果表明,该算法不仅取得了很好的分割效果,而且加快了算法的收敛速度,从而满足了图像分割的有效性、实时性的要求。 展开更多
关键词 图象分割 模糊c均值聚类 加权模糊c均值聚类 邻域灰度差
下载PDF
基于PSO的模糊C-均值聚类算法的图像分割 被引量：7
14
作者 陈曦 李春月 +1 位作者 李峰 曹鹏 《计算机工程与应用》 CSCD 北大核心 2008年第18期181-182,185,共3页
根据粒子群优化算法(PSO)强大的全局搜索能力,提出了用PSO算法优化模糊C均值聚类(FCM)的聚类中心的方法,有效地避免了传统的FCM对初始值及噪声数据敏感,容易陷入局部最优的缺点,同时图像分割的效果也得到了提高,性能也比传统的FCM方法... 根据粒子群优化算法(PSO)强大的全局搜索能力,提出了用PSO算法优化模糊C均值聚类(FCM)的聚类中心的方法,有效地避免了传统的FCM对初始值及噪声数据敏感,容易陷入局部最优的缺点,同时图像分割的效果也得到了提高,性能也比传统的FCM方法更加稳定。实验结果反映了该方法的有效性。 展开更多
关键词 粒子群优化算法 模糊c-均值聚类 图像分割
下载PDF
基于粒子群优化聚类的汽轮机组振动故障诊断 被引量：7
15
作者 刘福荣 王宏伟 高晓智 《振动与冲击》 EI CSCD 北大核心 2010年第8期9-12,共4页
针对模糊C-均值聚类算法(FCM)容易陷入局部极值和对初始值敏感的不足,提出了一种新的模糊聚类算法(PFCM),新算法利用粒子群优化算法(PSO)全局寻优、快速收敛的特点,代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力... 针对模糊C-均值聚类算法(FCM)容易陷入局部极值和对初始值敏感的不足,提出了一种新的模糊聚类算法(PFCM),新算法利用粒子群优化算法(PSO)全局寻优、快速收敛的特点,代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极值的缺陷,同时也降低了FCM算法对初始值的敏感度。将该算法应用于汽轮机组振动故障诊断中,与电厂运行实际故障状态对照,仿真结果表明该算法提高了故障诊断的正确率。为汽轮机振动故障诊断方法的研究提供了一种新的思路。 展开更多
关键词 汽轮机 故障诊断 粒子群优化 模糊c-均值聚类 振动
下载PDF
变电站并联补偿容量不等分组方法 被引量：6
16
作者 季玉琦 耿光飞 《电力系统自动化》 EI CSCD 北大核心 2015年第3期90-94,123,共6页
针对现有变电站并联补偿容量分组方法存在的问题,提出一种考虑了无功需求变化时序特征的优化分组方法。该方法分为两个步骤,首先以各段方差之和与相邻各段距离之和的比值最小为目标函数,对无功需求曲线进行分段;然后采用改进的模糊C均... 针对现有变电站并联补偿容量分组方法存在的问题,提出一种考虑了无功需求变化时序特征的优化分组方法。该方法分为两个步骤,首先以各段方差之和与相邻各段距离之和的比值最小为目标函数,对无功需求曲线进行分段;然后采用改进的模糊C均值聚类算法对分段结果进行聚类,聚类数为电容器分组数,各类之间的差值即为分组容量。在电容器分组数确定时,研究了曲线分段数对聚类结果的影响。采用实际的电网参数和负荷曲线进行仿真,综合考虑电能损耗、电压质量、电容器组动作次数和无功不倒送等技术指标,并与最优覆盖法进行对比。算例结果验证了所提方法的有效性与合理性,在电容器分组数相同时,与最优覆盖法的降损效果接近,但是控制器动作次数大大减小。 展开更多
关键词 无功规划 曲线分段 模糊c均值聚类 最优覆盖
下载PDF
基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割 被引量：6
17
作者 袁芊芊 邓洪敏 王晓航 《计算机应用》 CSCD 北大核心 2021年第2期563-570,共8页
针对目前柑橘病虫害图像数据集较少,病虫害目标复杂、散漫,难以自动定位分割的问题,提出了一种基于超像素快速模糊C均值聚类(SFFCM)与支持向量机(SVM)的农业柑橘病虫害区域分割方法。该方法充分利用了SFFCM快速、鲁棒的优点,且融合了空... 针对目前柑橘病虫害图像数据集较少,病虫害目标复杂、散漫,难以自动定位分割的问题,提出了一种基于超像素快速模糊C均值聚类(SFFCM)与支持向量机(SVM)的农业柑橘病虫害区域分割方法。该方法充分利用了SFFCM快速、鲁棒的优点,且融合了空间信息的特点,同时避免了传统SVM在图像分割上需要人工选择样本的缺点。首先,利用改进的SFFCM分割算法对待分割图像进行预分割,得到前景和背景区域;接着利用形态学中的腐蚀和膨胀操作对前景和背景区域进行缩小,然后自动选取训练样本进行SVM模型训练;最后用训练好的SVM分类器完成整幅图像的分割。将所提方法与快速鲁棒模糊C均值聚类(FRFCM)、原始SFFCM及边缘引导网络(EGNet)这三种方法进行实验对比,结果表明所提方法的平均召回率为0.9371,平均精确率为0.9418,平均准确率为0.9303,均明显优于对比算法。 展开更多
关键词 图像分割 模糊c均值聚类 支持向量机 柑橘病虫害
下载PDF
优选抑制式非局部空间模糊C-均值图像分割方法 被引量：5
18
作者 赵凤 范九伦 《计算机应用研究》 CSCD 北大核心 2012年第7期2737-2739,2746,共4页
当图像被噪声严重污染时,像素的邻域像素也可能被污染。此时,来自于像素点的邻域像素的局部空间信息无法在含噪图像分割中发挥积极的指导作用。鉴于此,利用图像中与像素具有相似邻域结构的像素构造新的非局部加权和图像,并在新图像的灰... 当图像被噪声严重污染时,像素的邻域像素也可能被污染。此时,来自于像素点的邻域像素的局部空间信息无法在含噪图像分割中发挥积极的指导作用。鉴于此,利用图像中与像素具有相似邻域结构的像素构造新的非局部加权和图像,并在新图像的灰度直方图上采用优选抑制式模糊C-均值聚类,提出优选抑制式非局部空间模糊C-均值图像分割方法。实验结果表明,该方法能进一步提高模糊C-均值聚类方法对于图像噪声的鲁棒性,获得了更加理想的分割结果。 展开更多
关键词 模糊c-均值聚类 图像分割 抑制式模糊c-均值 非局部空间信息
下载PDF
一种估计雷达辐射源威胁等级的新方法 被引量：6
19
作者 裴立彬 刘春生 张剑云 《雷达科学与技术》 2012年第5期497-500,共4页
传统的多属性决策(MADM)方法,仅仅依靠提取个别属性,建立隶属度函数,进行模糊处理,对辐射源威胁等级进行判定。这种方法不但对提取数据的精确性要求较高,而且当雷达数据较多时,会产生较多的威胁等级,这对数据的处理和干扰任务的确定带... 传统的多属性决策(MADM)方法,仅仅依靠提取个别属性,建立隶属度函数,进行模糊处理,对辐射源威胁等级进行判定。这种方法不但对提取数据的精确性要求较高,而且当雷达数据较多时,会产生较多的威胁等级,这对数据的处理和干扰任务的确定带来不便的影响。先对提取的雷达数据应用模糊C均值聚类(FCM)方法进行一步聚类分析,去掉冗余的干扰数据,得到较为精确的雷达属性参数,然后运用多属性决策方法进行判定,可以更为准确和有效地估计雷达辐射源威胁等级。 展开更多
关键词 模糊聚类 多属性决策 威胁等级 效能评估
下载PDF
粒子群高斯诱导核模糊C均值聚类算法 被引量：5
20
作者 文传军 詹永照 《科学技术与工程》 北大核心 2018年第8期78-84,共7页
为了避免陷入梯度法局部极值以提升模糊聚类算法聚类性能,提出PSO高斯诱导核模糊C均值聚类算法(PSO Gauss-induced kernel fuzzy C-means clustering algorithm,PSO-GIKFCM)。首先将高斯核函数应用于模糊C聚类算法(FCM)目标函数,得到高... 为了避免陷入梯度法局部极值以提升模糊聚类算法聚类性能,提出PSO高斯诱导核模糊C均值聚类算法(PSO Gauss-induced kernel fuzzy C-means clustering algorithm,PSO-GIKFCM)。首先将高斯核函数应用于模糊C聚类算法(FCM)目标函数,得到高斯核模糊聚类目标函数。然后在高斯核特征空间和输入空间利用梯度法得到两空间聚类中心,将特征空间聚类中心与样本的内积核矩阵代入输入空间聚类中心,从而得到高斯诱导核的聚类中心。最后在解空间利用粒子群算法(PSO)对模糊隶属度进行寻优估计,并结合目标函数和聚类中心构成PSO-GIKFCM参数估计迭代流程。PSO-GIKFCM算法基于粒子群算法保证其收敛性,聚类中心仅为模糊隶属度的函数,PSO生物进化算法在解空间全局寻找优解,且将模糊指标扩展为大于0的情况。通过仿真实验验证了所提出算法的有效性。 展开更多
关键词 模糊c均值聚类(fcm) 核方法 高斯核 粒子群(PSO) 聚类中心
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 … 4 下一页 到第 页
使用帮助 返回顶部