基于快速密度聚类的电力通信网节点重要性评估 被引量：14

1

作者 狄立 郑征 +1 位作者 夏旻 胡凯 《电力系统保护与控制》 EI CSCD 北大核心 2016年第13期90-95,共6页

电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在的连接权值单一以及评价指标单一等问题,利用电力通信网的带宽和距离作为权值,计算电力通信网节点的多种评价指标:节点强度、节点紧密... 电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在的连接权值单一以及评价指标单一等问题,利用电力通信网的带宽和距离作为权值,计算电力通信网节点的多种评价指标:节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标,利用快速密度聚类方法建立电力通信网的节点重要性评估模型,为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类,将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电网通信数据进行检验,验证了该方法在电力通信网中的实用性。 展开更多

关键词 电力通信网 节点重要性 快速密度聚类 无监督分类 节点特性

下载PDF 职称材料

基于快速密度聚类的RBF神经网络设计 被引量：9

2

作者 蒙西 乔俊飞 李文静 《智能系统学报》 CSCD 北大核心 2018年第3期331-338,共8页

针对径向基函数(radial basis function,RBF)神经网络隐含层结构难以确定的问题,提出一种基于快速密度聚类的网络结构设计算法。该算法将快速密度聚类算法良好的聚类特性用于RBF神经网络结构设计中,通过寻找密度最大的点并将其作为隐含... 针对径向基函数(radial basis function,RBF)神经网络隐含层结构难以确定的问题,提出一种基于快速密度聚类的网络结构设计算法。该算法将快速密度聚类算法良好的聚类特性用于RBF神经网络结构设计中,通过寻找密度最大的点并将其作为隐含层神经元,进而确定隐含层神经元个数和初始参数;同时,引入高斯函数的特性,保证了每个隐含层神经元的活性;最后,用一种改进的二阶算法对神经网络进行训练,提高了神经网络的收敛速度和泛化能力。利用典型非线性函数逼近和非线性动态系统辨识实验进行仿真验证,结果表明,基于快速密度聚类设计的RBF神经网络具有紧凑的网络结构、快速的学习能力和良好的泛化能力。 展开更多

关键词 RBF神经网络 快速密度聚类 结构设计 神经元活性 二阶算法 泛化能力 函数逼近 系统辨识

下载PDF 职称材料

可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法 被引量：17

3

作者 谷保平 马建红 《计算机应用与软件》 北大核心 2021年第5期337-343,共7页

针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据... 针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据的误传和避免安全攻击;利用霍夫曼压缩技术对数据进行快速压缩,节省非结构化大数据处理过程中的时间开销;利用错误控制技术为潜在丢失的数据提供备份系统,并利用快速密度聚类算法有效处理多维大数据文件。实验证明,相比于其他现有非结构化大数据安全存储方法,该方法的执行速度更快,时间开销更小,信息损失百分比更低,信噪比(SNR)和压缩比更高。 展开更多

关键词 可撤销属性加密 快速密度聚类算法 非结构化 大数据 安全存储 安全攻击 霍夫曼压缩

下载PDF 职称材料

基于聚类和自动编码机的缺失数据填充算法 被引量：7

4

作者 卜范玉 陈志奎 张清辰 《计算机工程与应用》 CSCD 北大核心 2015年第18期13-17,共5页

当前的不完整数据处理算法填充缺失值时,精度低下。针对这个问题,提出一种基于CFS聚类和改进的自动编码模型的不完整数据填充算法。利用CFS聚类算法对不完整数据集进行聚类,对降噪自动编码模型进行改进,根据聚类结果,利用改进的自动编... 当前的不完整数据处理算法填充缺失值时,精度低下。针对这个问题,提出一种基于CFS聚类和改进的自动编码模型的不完整数据填充算法。利用CFS聚类算法对不完整数据集进行聚类,对降噪自动编码模型进行改进,根据聚类结果,利用改进的自动编码模型对缺失数据进行填充。为了使得CFS聚类算法能够对不完整数据集进行聚类,提出一种部分距离策略,用于度量不完整数据对象之间的距离。实验结果表明提出的算法能够有效填充缺失数据。 展开更多

关键词 不完整数据 快速密度聚类算法(CFS) 自动编码机 部分距离策略

下载PDF 职称材料

基于PB-DBSCAN的GPS数据去噪 被引量：2

5

作者 汪鹏 刘泽玲 +1 位作者 王利琴 董永峰 《计算机工程与设计》 北大核心 2021年第3期678-683,共6页

针对公交车GPS数据量大、数据密度不均匀、噪声点多等问题,提出PB-DBSCAN(pixel_based-DBSCAN,PB-DBSCAN)算法。将聚类过程中判断数据点之间的关系改为判断像素格之间的关系,减小数据点邻域中的搜索范围,加快聚类速度。因公交线路的多样... 针对公交车GPS数据量大、数据密度不均匀、噪声点多等问题,提出PB-DBSCAN(pixel_based-DBSCAN,PB-DBSCAN)算法。将聚类过程中判断数据点之间的关系改为判断像素格之间的关系,减小数据点邻域中的搜索范围,加快聚类速度。因公交线路的多样性,同一聚类参数无法适应所有线路,提出一种动态参数选择的方法。在石家庄公交车GPS实际数据集上进行实验,其结果表明,PB-DBSCAN可以有效识别并过滤GPS数据集中的噪声点,实现快速聚类。与采用固定参数的算法进行比较,参数的动态选择提高了聚类准确度。 展开更多

关键词 GPS轨迹数据 基于像素格的快速密度聚类 动态参数选择 像素格 去噪

下载PDF 职称材料

适于高维数据的多标记学习层次树模型

6

作者 万润君 郭嗣琮 +1 位作者 刘海涛 曾繁慧 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2022年第1期73-78,共6页

为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数... 为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数据集、12个多标记分类评价指标上进行多标记学习实验,并与6种经典多标记学习算法的评价指标值进行算法对比.实验结果表明,该模型对多标记学习中高维数据的处理,明显提高了预测性能和学习效率,充分挖掘标记间的相关性,使得标记预测的结果更加准确. 展开更多

关键词 多标记学习 维度灾难 改进的快速密度聚类算法 数据挖掘 ML-HTM模型

下载PDF 职称材料

半监督约束集成的快速密度峰值聚类算法 被引量：23

7

作者 刘如辉 黄炜平 +2 位作者 王凯 刘创 梁军 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2018年第11期2191-2200,2242,共11页

为了解决2014年在Science上提出的快速密度峰值聚类(CFDP)算法存在的自动选择时误选和漏选中心点、簇的数量需要主观先验判断、算法使用受场景局限的缺陷,从半监督角度出发,结合集成学习思想提出半监督约束集成的快速密度峰值聚类(SiCE-... 为了解决2014年在Science上提出的快速密度峰值聚类(CFDP)算法存在的自动选择时误选和漏选中心点、簇的数量需要主观先验判断、算法使用受场景局限的缺陷,从半监督角度出发,结合集成学习思想提出半监督约束集成的快速密度峰值聚类(SiCE-CFDP)算法. SiCE-CFDP算法使用相对密度方式度量节点密度,从多角度分析决策图,自动选择候选中心点,并最终自动确定簇的数量.在只标注有限约束关系的前提下,算法能以集成学习指导约束信息的扩充,提升聚类性能.在方法验证中,通过3个人工数据集、4个公开数据集以及1个空调系统数据集进行仿真研究.结果表明,在相同的约束量前提下,针对大样本数据,SiCE-CFDP算法相比其他半监督聚类算法具有更高的聚类精度. 展开更多

关键词 聚类 半监督约束 集成学习 快速密度峰值聚类 决策图

下载PDF 职称材料

用SSA优化CNN-LSTM-SEnet预测模型实现风电机组故障预警 被引量：1

8

作者 马良玉 吕若萌 《电力科学与工程》 2024年第6期1-10,共10页

风电机组数据采集与监控系统的原始高维数据存在大量异常点和噪声点,且故障预警对性能预测模型的精度要求很高。为此,建立了一种基于混合神经网络预测模型的风电机组故障预警方法。为获取高质量的建模数据,采用快速密度峰值聚类和孤立... 风电机组数据采集与监控系统的原始高维数据存在大量异常点和噪声点,且故障预警对性能预测模型的精度要求很高。为此,建立了一种基于混合神经网络预测模型的风电机组故障预警方法。为获取高质量的建模数据,采用快速密度峰值聚类和孤立森林算法对原始数据进行多步清洗。利用麻雀搜索算法优化的卷积神经网络–长短期记忆网络–压缩激励网络混合模型,建立了能够有效提取潜在特征信息、高精度的风机正常工况性能预测模型。为实现故障可靠预警、降低误报率,通过滑动窗口法构建预警指标并结合核密度估计法计算其阈值。采用真实故障历史数据进行实验,验证了方法的有效性。 展开更多

关键词 故障预警 快速密度峰值聚类 孤立森林 麻雀搜索算法 混合神经网络 风电机组

下载PDF 职称材料

基于快速密度峰值聚类的多扩展目标跟踪算法 被引量：2

9

作者 姚敏 《内蒙古师范大学学报（自然科学汉文版）》 CAS 2018年第4期282-286,共5页

为降低杂波对量测集划分的影响,提出了一种基于快速密度峰值聚类的多扩展目标跟踪算法.首先分析不同分区对跟踪结果的影响,得到最"信息"分区的形式,然后利用快速密度峰值聚类(FDPC)算法对量测集进行划分,减少杂波对量测集划... 为降低杂波对量测集划分的影响,提出了一种基于快速密度峰值聚类的多扩展目标跟踪算法.首先分析不同分区对跟踪结果的影响,得到最"信息"分区的形式,然后利用快速密度峰值聚类(FDPC)算法对量测集进行划分,减少杂波对量测集划分的影响.实验结果表明,所提算法能够有效抑制杂波的影响,在保证跟踪性能损失不大的情况下大大提高了算法的计算效率,具有较好的应用价值. 展开更多

关键词 快速密度峰值聚类 多扩展目标跟踪 分区 概率假设密度滤波 跟踪算法

下载PDF 职称材料

基于自动快速密度峰值聚类的粒子群动态优化算法 被引量：1

10

作者 李飞 乐强 +2 位作者 潘紫微 孙怡宁 余晓流 《计算机应用》 CSCD 北大核心 2023年第S01期154-162,共9页

针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群... 针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群优化(PSO)来寻找最优解,在搜索过程中采用停滞计数器来判断粒子是否停滞,防止种群过早收敛;最后,采用最优粒子重定位策略响应环境变化。为了验证所提出算法的性能,在移动峰值基准(MPB)和广义动态基准生成器(GDBG)测试问题上进行了仿真实验。仿真实验中,所提算法性能与基于亲和传播聚类的动态优化算法(APCPSO)、基于聚类的动态优化(CPSO)算法等其他先进算法相比较,在峰值数大于20以及变化频率为2000和3000时均取得良好的结果。实验结果表明,所提算法更适合求解多模态和快变特性的动态优化问题。 展开更多

关键词 动态优化问题 多种群方法 快速密度峰值聚类 停滞检测 最优粒子重定位策略

下载PDF 职称材料

基于聚类与粒子群极限学习机的航空发动机推力估计器设计 被引量：11

11

作者 宋汉强 李本威 +1 位作者 张赟 蒋科艺 《推进技术》 EI CAS CSCD 北大核心 2017年第6期1379-1385,共7页

针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然... 针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。 展开更多

关键词 航空发动机 推力估计 快速寻找密度极点聚类 粒子群极限学习机 直接推力控制

下载PDF 职称材料

一种改进的T-S模糊模型建模及优化方法 被引量：10

12

作者 刘骏 殷晓明 顾幸生 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第2期233-239,共7页

模糊建模是一种有效的非线性系统建模方法,因为非线性系统的复杂性,仍有很多问题难以处理。针对T-S模糊模型,提出了一种改进的建模及优化方法。首先,将快速搜索密度峰聚类和模糊C均值聚类(FCM)算法相结合,使用快速搜索密度峰聚类算法找... 模糊建模是一种有效的非线性系统建模方法,因为非线性系统的复杂性,仍有很多问题难以处理。针对T-S模糊模型,提出了一种改进的建模及优化方法。首先,将快速搜索密度峰聚类和模糊C均值聚类(FCM)算法相结合,使用快速搜索密度峰聚类算法找到聚类个数和初始聚类中心后,再用FCM算法进行聚类;然后,通过最小二乘法辨识结论参数得到初始T-S模糊模型,使用改进的差分进化(DE)算法整体优化模型的结构和参数,获得最终的T-S模型;最后,选择代表性实例,使用MATLAB程序进行仿真分析和比较,验证了本文方法能有效提高T-S模糊模型的辨识精度和速度。 展开更多

关键词 模糊建模 T-S模型 模糊C均值聚类 快速搜索密度峰聚类 差分进化算法

下载PDF 职称材料

基于四分位与CFSFDP的风电机组异常数据清洗方法 被引量：4

13

作者 马良玉 耿妍竹 +1 位作者 袁乃正 段新会 《电力科学与工程》 2023年第6期9-16,共8页

在分析风机功率曲线异常数据的类型及产生原因的基础上,将异常数据划分为堆积型和离散型;在进行简单的异常数据剔除后,分别利用四分位–快速密度峰值聚类、快速密度峰值聚类–四分位这2种不同的组合方法进行数据清洗。将取自数据采集与... 在分析风机功率曲线异常数据的类型及产生原因的基础上,将异常数据划分为堆积型和离散型;在进行简单的异常数据剔除后,分别利用四分位–快速密度峰值聚类、快速密度峰值聚类–四分位这2种不同的组合方法进行数据清洗。将取自数据采集与监视控制系统的4台风机历史运行数据用于实验验证,并采用数据剔除率以及相关性指标来判断异常数据的清洗效果。实验结果表明所提算法可行、有效。 展开更多

关键词 风电机组 采集与监视控制系统 异常数据清洗 四分位法 快速密度峰值聚类算法

下载PDF 职称材料

基于鲁棒特征匹配的热成像全景图生成方法 被引量：5

14

作者 刘欢 谷小婧 顾幸生 《红外技术》 CSCD 北大核心 2016年第1期10-20,共11页

热成像技术能够探测不可见的长波红外辐射并以图像的形式显示,在科学研究、安防刑侦及国防军事中有着举足轻重的地位。如果可以用全景图的方式显示所观测场景的大视场热成像则能够极大地扩大观测者的视野、提升场景感知能力。然而,由于... 热成像技术能够探测不可见的长波红外辐射并以图像的形式显示,在科学研究、安防刑侦及国防军事中有着举足轻重的地位。如果可以用全景图的方式显示所观测场景的大视场热成像则能够极大地扩大观测者的视野、提升场景感知能力。然而,由于热辐射成像模糊、信噪比低,图像特征提取往往存在着较大误差,进而导致特征点匹配不稳定,图像拼接失败。针对这一问题,改进了匹配过程,提出了一种基于鲁棒特征匹配的热成像全景图像生成算法。在增加特征匹配鲁棒性方面的改进主要包括2方面:第一,利用PCA(主成分分析)对SIFT算子进行降维以降低算子相关性,提高特征向量的鉴别能力;第二,利用快速搜索密度峰聚类算法预先筛选匹配点集以剔除错误匹配点,提高特征点的匹配准确度。实验结果表明,本文提出的算法可有效且稳定地生成热成像全景图,具有实用价值。 展开更多

关键词 热成像 图像拼接 SIFT算法 PCA降维 快速搜索密度峰聚类

下载PDF 职称材料

ACO-ELM与CFSFDP结合的机载动力系统参数估计 被引量：1

15

作者 孟蕾 许爱强 牛景华 《现代防御技术》 北大核心 2017年第2期172-176,216,共6页

针对机载动力系统测试数据的不确定性,求解参数实时性差的问题,提出了基于快速寻找密度极点聚类与蚁群极限学习机的机载动力系统的参数估计方法。首先利用基于寻找密度极点的聚类算法对全工况范围内的测试数据进行聚类,然后在每一个子... 针对机载动力系统测试数据的不确定性,求解参数实时性差的问题,提出了基于快速寻找密度极点聚类与蚁群极限学习机的机载动力系统的参数估计方法。首先利用基于寻找密度极点的聚类算法对全工况范围内的测试数据进行聚类,然后在每一个子类中用极限学习机设计了子参数估计器,并用蚁群算法寻找极限学习机的最优隐层神经元数目。训练与测试表明,参数估计测试相对误差明显优于传统的RBF神经网络方法,且参数估计时间能够满足机载在线实时状态评估的需求,该方法可应用到其他不可测参数的估计。 展开更多

关键词 飞行器 推力 参数估计 蚁群 快速寻找密度极点聚类 蚁群极限学习机

下载PDF 职称材料