基于多支持向量机的软测量模型 被引量：18

1

作者 袁平 毛志忠 王福利 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第6期1458-1461,1465,共5页

在许多工业过程控制系统中,软测量技术由于解决了输出变量难以测量的问题而被广泛应用。软测量技术的核心问题是建立优良的软测量数学模型,支持向量机(SVM)以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高... 在许多工业过程控制系统中,软测量技术由于解决了输出变量难以测量的问题而被广泛应用。软测量技术的核心问题是建立优良的软测量数学模型,支持向量机(SVM)以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高模型精度和鲁棒性的思想,提出多支持向量机(MSVM)组合模型的软测量建模方法。该建模方法通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机(LS-SVM)建立子模型。为解决子模型相互之间的严重相关问题,提高模型的精度和鲁棒性,各个子模型的预测输出通过主元递归(PCR)方法连接。仿真研究表明,采用该建模方法能够达到较好的建模效果。 展开更多

关键词 多支持向量机 软测量模型 减聚类 最小二乘支持向量机 主元递归

下载PDF 职称材料

基于多神经网络的污水氨氮预测模型 被引量：12

2

作者 余伟 罗飞 +1 位作者 杨红 许玉格 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第12期79-83,共5页

针对污水生化处理过程的非线性、大滞后等特点,建立了一种基于多神经网络的出水水质预测模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用神经网络建立子模型;各个子模型的预测输出通过主元递归(PCR)方法连接... 针对污水生化处理过程的非线性、大滞后等特点,建立了一种基于多神经网络的出水水质预测模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用神经网络建立子模型;各个子模型的预测输出通过主元递归(PCR)方法连接以解决子模型相互之间的严重相关问题,从而提高了模型的精度和鲁棒性;同时,应用改进目标函数以提高对偏高值的建模精度,采用加权反馈校正以提高模型的泛化能力.将该方法应用于某污水处理厂出水氨氮指标的预测,结果验证了模型的有效性. 展开更多

关键词 神经网络 建模 污水处理 反馈 减聚类 主元递归

下载PDF 职称材料

协同创新环境下的客户知识共享绩效预测模型 被引量：9

3

作者 李晓利 杨育 +2 位作者 张晓冬 王小磊 曾强 《科技进步与对策》 CSSCI 北大核心 2010年第12期112-115,共4页

为科学地预测协同产品创新过程中客户的知识共享绩效,提出了基于减聚类-模糊神经网络的客户知识共享绩效预测模型,构建了协同创新环境下的客户知识共享绩效评价指标体系;运用模糊减聚类法对网络规则进行了处理,减少了神经网络规则的数目... 为科学地预测协同产品创新过程中客户的知识共享绩效,提出了基于减聚类-模糊神经网络的客户知识共享绩效预测模型,构建了协同创新环境下的客户知识共享绩效评价指标体系;运用模糊减聚类法对网络规则进行了处理,减少了神经网络规则的数目,以免参数膨胀导致网络难以训练。最后,通过算例验证了该模型的可行性和有效性。 展开更多

关键词 客户知识 协同产品创新 共享绩效 模糊神经网络 减聚类

下载PDF 职称材料

基于减聚类ANFIS模型的船舶横摇运动实时预测 被引量：9

4

作者 张泽国 尹建川 +3 位作者 胡江强 李可 皇甫国光 董显利 《上海海事大学学报》 北大核心 2017年第1期7-11,67,共6页

为准确高效地预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出一种基于减聚类的自适应神经模糊推理系统(Subtractive Clustering based Adaptive Neural-Fuzzy Inference System,SC-ANFIS)模型.SC-ANFIS模型使用减聚类算... 为准确高效地预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出一种基于减聚类的自适应神经模糊推理系统(Subtractive Clustering based Adaptive Neural-Fuzzy Inference System,SC-ANFIS)模型.SC-ANFIS模型使用减聚类算法对输入样本进行聚类分析,得到模糊规则数,并建立神经模糊推理系统,再使用结合BP算法与最小二乘估计算法的混合算法对建立的预测系统进行优化训练,得到最优的预测系统模型,并使用自相关分析确定预测系统模型的输入.运用该模型对大连海事大学科研教学船"育鲲"号的横摇运动进行实时预测,结果验证了该方法可行、有效,并具有较高的预测精度. 展开更多

关键词 船舶横摇运动 时间序列预测 自适应神经模糊推理系统 减聚类

下载PDF 职称材料

基于减聚类和T-S模糊神经网络的转台故障诊断系统 被引量：5

5

作者 李超 赵佰亭 曾庆双 《中国惯性技术学报》 EI CSCD 北大核心 2009年第3期374-378,共5页

在分析转台故障类型和机理的基础上,针对故障与征兆之间的复杂非线性映射关系,提出了一种基于减聚类的T-S型模糊神经网络故障诊断方案。首先建立了转台故障底事件与征兆信号的明确对应关系,并以清晰数值形式表述专家的诊断经验;然后在... 在分析转台故障类型和机理的基础上,针对故障与征兆之间的复杂非线性映射关系,提出了一种基于减聚类的T-S型模糊神经网络故障诊断方案。首先建立了转台故障底事件与征兆信号的明确对应关系,并以清晰数值形式表述专家的诊断经验;然后在减聚类算法中引入权值的概念,获得简约规则表;接着利用抗噪声训练方法训练网络,使其能够克服一定幅值内的噪声干扰;最后利用含噪声数据和测试数据分别试验。试验结果表明:该方法能有效减少诊断规则的数目,准确地实现故障识别,对噪声的容错能力强,有很强的工程实用性。 展开更多

关键词 转台 故障诊断 T-S模糊神经网络 减聚类 抗噪声训练

下载PDF 职称材料

多重核学习非线性时间序列故障预报 被引量：5

6

作者 张军峰 胡寿松 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第6期1142-1144,共3页

针对非线性时间序列故障预报问题,提出了多重核学习故障预报方法.利用多重核学习可以减少支持向量的个数,提高预测性能.而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型.最后,将本文提出的方法应用于连续搅拌釜式反应器... 针对非线性时间序列故障预报问题,提出了多重核学习故障预报方法.利用多重核学习可以减少支持向量的个数,提高预测性能.而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型.最后,将本文提出的方法应用于连续搅拌釜式反应器的故障预报,仿真结果表明该方法能够提高故障预报的准确性与实时性. 展开更多

关键词 故障预报 多重核学习 支持向量回归 减聚类

下载PDF 职称材料

科技企业人才孵化效率的S-FNN评价研究及应用 被引量：6

7

作者 李雷霆 张宗益 《计算机工程与应用》 CSCD 2012年第1期16-20,共5页

为科学测评科技企业孵化器的人才孵化效率,提出科技企业人才孵化效率S-FNN评价模型。在研究科技企业人才孵化基本过程的基础上,构建了科技企业人才孵化效率评价指标体系;运用模糊减聚类法对网络规则进行处理,减少神经网络规则数目,以免... 为科学测评科技企业孵化器的人才孵化效率,提出科技企业人才孵化效率S-FNN评价模型。在研究科技企业人才孵化基本过程的基础上,构建了科技企业人才孵化效率评价指标体系;运用模糊减聚类法对网络规则进行处理,减少神经网络规则数目,以免参数膨胀导致网络难以训练,采用粒子群与遗传算法确定模糊网络参数值;运用模糊神经网络对科技企业人才孵化效率进行综合评价;通过应用案例验证了该评价模型的有效性和可行性。 展开更多

关键词 科技企业孵化器 人才孵化 效率评价 减聚类 模糊神经网络

下载PDF 职称材料

多模态粒子群集成神经网络 被引量：4

8

作者 刘宇 覃征 +1 位作者 卢江 史哲文 《计算机研究与发展》 EI CSCD 北大核心 2005年第9期1519-1526,共8页

提出一种基于多模态粒子群算法的神经网络集成方法,在网络训练每个迭代周期内利用改进的快速聚类算法在权值搜索空间上动态地把搜索粒子分为若干类,求得每一类的最优粒子,然后计算最优个体两两之间的输出空间相异度,合并相异度过低的两... 提出一种基于多模态粒子群算法的神经网络集成方法,在网络训练每个迭代周期内利用改进的快速聚类算法在权值搜索空间上动态地把搜索粒子分为若干类,求得每一类的最优粒子,然后计算最优个体两两之间的输出空间相异度,合并相异度过低的两类粒子,最终形成不但权值空间相异、而且输出空间也相异的若干类粒子,每类粒子负责一个成员网络权值的搜索,其中最优粒子对应于一个成员网络,所有类的最优粒子组成神经网络集成,成员网络的个数是由算法自动确定的.算法控制网络多样性的方法更直接、更有效.与负相关神经网络集成、bagging和boosting方法比较,实验结果表明,此算法较好地提高了神经网络集成的泛化能力. 展开更多

关键词 神经网络集成 粒子群优化 减聚类 多模函数优化

下载PDF 职称材料

基于相似日和RBF神经网络的短期电力负荷预测 被引量：5

9

作者 王瑞 孙忆枫 逯静 《制造业自动化》 CSCD 北大核心 2021年第4期24-29,共6页

短期电力负荷预测中选取合适的相似日作为训练样本可以简化训练过程并提高预测精度。为了减小积温效应对相似日选取的影响,提出了一种根据综合相似度选取相似日的方法。通过将温度和其他负荷影响因素分别计算相似度,从而根据计算得到的... 短期电力负荷预测中选取合适的相似日作为训练样本可以简化训练过程并提高预测精度。为了减小积温效应对相似日选取的影响,提出了一种根据综合相似度选取相似日的方法。通过将温度和其他负荷影响因素分别计算相似度,从而根据计算得到的综合相似度来选取相似日。此外,为了提高RBF神经网络的预测效果,将训练样本先用减聚类进行聚类,根据聚类结果设置模糊c-means聚类的初值,运用模糊c-means聚类来优化RBF神经网络的隐含层参数,最后结合相似日和改进RBF神经网络进行短期电力负荷预测。通过实际电力负荷数据的仿真分析验证了所提方法的有效性。 展开更多

关键词 相似日 RBF神经网络 短期负荷预测 减聚类 模糊c-means聚类 积温效应

下载PDF 职称材料

一种改进的RBF神经网络学习算法 被引量：5

10

作者 马骏 尉广军 《计算机系统应用》 2013年第2期84-87,47,共5页

提出一种基于减聚类、K-means算法及改进的粒子群优化(PSO)算法的径向基函数(RBF)神经网络混合学习算法.该算法首先使用减聚类确定隐层节点数和K-means初始聚类中心;然后通过K-means算法求取RBF网络所有参数,作为PSO的初始粒子群;为了提... 提出一种基于减聚类、K-means算法及改进的粒子群优化(PSO)算法的径向基函数(RBF)神经网络混合学习算法.该算法首先使用减聚类确定隐层节点数和K-means初始聚类中心;然后通过K-means算法求取RBF网络所有参数,作为PSO的初始粒子群;为了提高PSO算法的收敛性和稳定性,对基本PSO算法进行了优化改进,最后使用改进的PSO算法训练RBF神经网络中的所有参数.对IRIS数据集分类识别的仿真结果表明,改进的混合算法具有更高的分类准确率和更好的稳定性. 展开更多

关键词 径向基函数神经网络 减聚类 K-MEANS算法 粒子群优化算法

下载PDF 职称材料

脱硫脱硝除尘一体化设备的数字化控制技术研究

11

作者 王先权 孙海翠 +2 位作者 刘念一 陈晓雷 夏磊 《机械设计与制造工程》 2023年第12期25-29,共5页

为提高控制系统在线辨识能力,实现NO_(x)、SO_(2)的超净排放,研发了脱硫脱硝除尘一体化设备的数字化控制技术。首先将脱硫率、脱硝率设定值作为设备控制系统的输入,采用减聚类算法优化RBF神经网络,构建动态RBF辨识器,使控制输出值无限... 为提高控制系统在线辨识能力,实现NO_(x)、SO_(2)的超净排放,研发了脱硫脱硝除尘一体化设备的数字化控制技术。首先将脱硫率、脱硝率设定值作为设备控制系统的输入,采用减聚类算法优化RBF神经网络,构建动态RBF辨识器,使控制输出值无限接近脱硫率、脱硝率设定值;然后将获得的Jacobian信息输入人工神经网络PID控制器,整定控制器参数,实现脱硫率、脱硝率精准控制。实验结果表明:改进后的RBF辨识器具有较强的抗噪声干扰能力,可实现脱硫脱硝除尘一体化设备的数字化控制,控制时间更短、超调量更小,平方积分误差(ISE)、绝对积分误差(IAE)、控制增量累计平方和(CSCI)等指标值均更低,且NO_(x)、SO_(2)排放浓度低于设定值。 展开更多

关键词 数字化控制 脱硫率 脱硝率 RBF神经网络 减聚类

下载PDF 职称材料

减聚类的模糊C-均值算法在文本分类中的应用 被引量：2

12

作者 王月 柴瑞敏 《计算机系统应用》 2010年第3期171-174,209,共5页

首先,选择合适的文本集合,并且对文本进行分词处理,然后,进行文档内部特征词的提取,通过采用词频统计的方法对文本向量进行降维处理,从而选择最佳的特征向量。最后,将非数值的文本数据进行量化处理后,利用减聚类优化的模糊C-均值算法对... 首先,选择合适的文本集合,并且对文本进行分词处理,然后,进行文档内部特征词的提取,通过采用词频统计的方法对文本向量进行降维处理,从而选择最佳的特征向量。最后,将非数值的文本数据进行量化处理后,利用减聚类优化的模糊C-均值算法对文本集合进行聚类,从而提高文本聚类的效果。 展开更多

关键词 模糊聚类 文本分类 特征选取 VSM 减聚类

下载PDF 职称材料

基于减聚类的遗传模糊的协同过滤算法研究 被引量：2

13

作者 衣治安 牟春苗 《计算机与数字工程》 2014年第8期1363-1367,共5页

通过对传统协同过滤算法中存在的问题以及解决情况进行分析,论文采用了一种混合减聚类的遗传模糊聚类的协同过滤推荐算法,利用混合减聚类的模糊聚类可以更有效地对数据进行柔性划分,更好地发挥遗传算法的全局搜索能力,加快收敛速度,同... 通过对传统协同过滤算法中存在的问题以及解决情况进行分析,论文采用了一种混合减聚类的遗传模糊聚类的协同过滤推荐算法,利用混合减聚类的模糊聚类可以更有效地对数据进行柔性划分,更好地发挥遗传算法的全局搜索能力,加快收敛速度,同时也能够很好地解决数据稀疏性带来的冷启动问题。 展开更多

关键词 减聚类 模糊聚类 遗传算法 协同过滤算法 推荐算法

下载PDF 职称材料

基于神经网络的中厚板轧机故障诊断 被引量：2

14

作者 李大磊 孟令启 王海龙 《微计算机信息》 2009年第1期164-165,5,共3页

提出了一种减聚类径向基函数神经网络(RBF)的轧机液压系统故障诊断方法。在RBF中采用了一种减聚类的学习算法来确定径向基函数的相应参数,并借助最速下降法求解网络的权值,使网络结构得到优化。试验结果显示,该方法可以有效提高轧机故... 提出了一种减聚类径向基函数神经网络(RBF)的轧机液压系统故障诊断方法。在RBF中采用了一种减聚类的学习算法来确定径向基函数的相应参数,并借助最速下降法求解网络的权值,使网络结构得到优化。试验结果显示,该方法可以有效提高轧机故障诊断的精度和效率。 展开更多

关键词 减聚类 RBF神经网络 轧机 故障诊断

下载PDF 职称材料

减聚类在电力系统中长期负荷预测中的应用

15

作者 杜欣慧 李小婧 《太原理工大学学报》 CAS 北大核心 2008年第S1期165-167,共3页

分析了电力系统中长期负荷特性以及RBF神经网络的非线性功能,引入一种减聚类算法来选取网络隐层节点中心,并将该方法在Matlab下进行了仿真。将预测结果与实际负荷值、灰色理论模型得到的结果进行对比分析,结果表明采用减聚类算法的RBF... 分析了电力系统中长期负荷特性以及RBF神经网络的非线性功能,引入一种减聚类算法来选取网络隐层节点中心,并将该方法在Matlab下进行了仿真。将预测结果与实际负荷值、灰色理论模型得到的结果进行对比分析,结果表明采用减聚类算法的RBF神经网络模型在隐层节点选择上更加精确,用其建立的模型具有较好的预测精度,具有一定的实用价值。 展开更多

关键词 中长期负荷预测 减聚类 RBF

下载PDF 职称材料

移动无线传感网的生存时间优化算法研究 被引量：1

16

作者 王章权 陈友荣 +1 位作者 任条娟 许森 《电信科学》 北大核心 2013年第10期80-87,共8页

当sink节点位置固定不变时,分布在sink节点周围的传感节点很容易成为枢纽节点,因转发较多的数据而过早失效。为解决上述问题,提出移动无线传感网的生存时间优化算法(LOAMWSN)。LOAMWSN算法考虑sink节点的移动,采用减聚类算法确定sink节... 当sink节点位置固定不变时,分布在sink节点周围的传感节点很容易成为枢纽节点,因转发较多的数据而过早失效。为解决上述问题,提出移动无线传感网的生存时间优化算法(LOAMWSN)。LOAMWSN算法考虑sink节点的移动,采用减聚类算法确定sink节点移动的锚点,采用最近邻插值法寻找能遍历所有锚点的最短路径近似解,采用分布式非同步Bellman-Ford算法构建sink节点k跳通信范围内的最短路径树。最终,传感节点沿着最短路径树将数据发送给sink节点。仿真结果表明:在节点均匀分布和非均匀分布的无线传感网中,LOAMWSN算法都可以延长网络生存时间、平衡节点能耗,将平均节点能耗保持在较低水平。在一定的条件下,比Ratio_w、TPGF算法更优。 展开更多

关键词 移动无线传感网 网络生存时间 优化算法 减聚类

下载PDF 职称材料

基于混合模型的风机限电机组功率曲线建模 被引量：2

17

作者 李闯 申烛 +2 位作者 孟凯锋 孙翰墨 尹诗 《可再生能源》 CAS 北大核心 2013年第11期30-33,共4页

文章提出了一种基于混合模型的风机限电机组功率曲线建模方法,该方法利用已有同类型机组功率曲线的相似性,采用减聚类方法从已有功率曲线中挑选出限出力风速段数据点,补充建模数据集,然后采用模型迁移方法对限电机组进行功率曲线建模,... 文章提出了一种基于混合模型的风机限电机组功率曲线建模方法,该方法利用已有同类型机组功率曲线的相似性,采用减聚类方法从已有功率曲线中挑选出限出力风速段数据点,补充建模数据集,然后采用模型迁移方法对限电机组进行功率曲线建模,最后利用实测建模数据集采用LS-SVM方法对模型进行修正。测试结果表明,该模型测试误差在实测数据的已知部分低于单一的模型迁移方法,在限电未知部分也很好的近似风机的非线性出力特性。 展开更多

关键词 限电 功率曲线 模型迁移 LS—SVM 减聚类

下载PDF 职称材料

基于RBF神经网络的全局光照实时绘制 被引量：1

18

作者 刘晓芸 姚承宗 曾晓勤 《计算机仿真》 北大核心 2021年第9期424-428,共5页

提出一种采用径向基函数RBF神经网络对间接光照进行拟合的方法,以实现对动态视点场景的全局光照实时绘制。使用离线渲染的方式进行预计算,获得训练数据,通过减聚类的方法确定RBF的中心,采用有监督的学习方法进行训练,拟合间接光照中的... 提出一种采用径向基函数RBF神经网络对间接光照进行拟合的方法,以实现对动态视点场景的全局光照实时绘制。使用离线渲染的方式进行预计算,获得训练数据,通过减聚类的方法确定RBF的中心,采用有监督的学习方法进行训练,拟合间接光照中的视点位置、光源位置、场景中物体表面法向量等与间接光照值之间的非线性关系,以代替传统的全局光照模型完成间接光照的计算,避免了光线的多次求交。实验结果表明,上述方法能有效减少冗余数据,以较快的速度收敛,并且很好地拟合离线渲染的结果,完成全局光照实时绘制。 展开更多

关键词 全局光照 径向基函数神经网络 减聚类 机器学习 间接光照

下载PDF 职称材料

基于PSO-SCA的水压机潜在故障分析 被引量：1

19

作者 龚利文 汪俭 +1 位作者 纪建军 赵珍 《电子测量与仪器学报》 CSCD 2009年第8期85-89,共5页

在水压机的运行过程中,由于液压系统总是存在不同程度的泄漏,虽然试验得以"正常"进行,但是在其增压侧压力数据中,往往隐藏着某些潜在故障特征。本文针对水压机的泄漏潜在故障,利用减聚类算法(SCA)可以通过修改参数改变聚类结... 在水压机的运行过程中,由于液压系统总是存在不同程度的泄漏,虽然试验得以"正常"进行,但是在其增压侧压力数据中,往往隐藏着某些潜在故障特征。本文针对水压机的泄漏潜在故障,利用减聚类算法(SCA)可以通过修改参数改变聚类结果的特点,将减聚类应用于水压机压力数据的分析中,在应用过程中定义聚类结果的准确率概念,并以该准确率为目标函数、使用PSO算法对减聚类的4个关键参数进行优化。综上,本文提出了一种基于PSO-SCA的方法用于水压机泄漏潜在故障分析。采用水压机采集的数据对该方法进行验证,结果表明该方法可靠有效。 展开更多

关键词 水压机 减聚类 粒子群算法 故障诊断 潜在故障

下载PDF 职称材料

水压试验机故障诊断专家系统的知识获取 被引量：1

20

作者 赵珍 胡学发 +1 位作者 何大阔 王福利 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第12期1677-1680,共4页

针对水压试验机故障诊断专家系统的知识获取问题,将减聚类算法与人机交互方法相结合,提出了一种基于减聚类的"变焦"知识获取方法.通过将知识获取问题近似为水压试验机AMESim仿真模型增压侧压力的数据分析,引入减聚类算法,并... 针对水压试验机故障诊断专家系统的知识获取问题,将减聚类算法与人机交互方法相结合,提出了一种基于减聚类的"变焦"知识获取方法.通过将知识获取问题近似为水压试验机AMESim仿真模型增压侧压力的数据分析,引入减聚类算法,并将聚类结果与专家进行交流,实现人机交互.分析了减聚类主要参数对聚类结果的影响,建立参数修改规则,根据专家评价结果不断调整减聚类参数,获得符合要求的结果.通过"变焦"方法针对某一类结果进行深入研究,从而实现知识获取.实验结果验证了方法的有效性. 展开更多

关键词 钢管 水压试验机 减聚类 知识获取 专家系统 故障诊断

下载PDF 职称材料