基于AP聚类的时序数据缺失值有序填充算法

1

作者 王强 周金宇 金超武 《计算机仿真》 2024年第8期521-525,共5页

为提高数据的完整性,便于从数据中获得更多有价值的信息,提出基于AP聚类的时序数据缺失值有序填充算法。为提高数据质量,将数据分为不同子集,根据标准差思想对数据作归一化处理,将数值控制在固定区间,减少数据的不平衡性;分别构建吸引... 为提高数据的完整性,便于从数据中获得更多有价值的信息,提出基于AP聚类的时序数据缺失值有序填充算法。为提高数据质量,将数据分为不同子集,根据标准差思想对数据作归一化处理,将数值控制在固定区间,减少数据的不平衡性;分别构建吸引度与归属度更新矩阵,确保消息正常传递,达到近邻传播目的;设计不完整信息系统,将不同数据间的相似度作为聚类依据;获取聚类邻域的半径参数,通过数据点密度指标确定聚类中心,将相邻数据聚集在一起;利用熵值概念,根据数据相似度计算加权系数,确定缺失数据属性值,实现缺失值有序填充。实验结果表明,所提方法能够将具有相同属性特征的数据聚集在一起,即使数据缺失率较高,也能达到很高的填充准确率。 展开更多

关键词 近邻聚类算法 时序数据 缺失值 有序填充 不完整信息系统

下载PDF 职称材料

一种改进的自适应K近邻聚类算法 被引量：2

2

作者 黄晓斌 万建伟 张燕 《计算机工程与应用》 CSCD 北大核心 2004年第15期76-78,130,共4页

为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为... 为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为此,该文给出了一种改进的自适应k近邻聚类算法。仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了“奇异”样本问题。 展开更多

关键词 非球形分布 模糊C均值聚类算法(FCA) 自适应k近邻聚类算法(AKNNCA)改进自适应k近邻聚类算法(IAKNNCA)

下载PDF 职称材料

面向非球形分布数据的自适应K近邻聚类算法 被引量：3

3

作者 黄晓斌 万建伟 张燕 《计算机工程》 CAS CSCD 北大核心 2003年第11期21-22,165,共3页

针对传统聚类算法处理非球形分布数据的不足，提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明，该算法在无须聚类数目的前提下，对非球型分布数据具有很好的聚类... 针对传统聚类算法处理非球形分布数据的不足，提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明，该算法在无须聚类数目的前提下，对非球型分布数据具有很好的聚类效果。 展开更多

关键词 非球形分布 模糊C均值聚类算法(FCA) 自适应K近邻聚类算法(AKNNCA)

下载PDF 职称材料

一种融合多特征聚类集成的室内点云分割方法 被引量：9

4

作者 曾碧 黄文 《计算机工程》 CAS CSCD 北大核心 2018年第3期281-286,共6页

针对特定场景下传统点云分割算法不精确及特征描述不全面的问题,提出一种融合2D和3D多特征的近邻传播(AP)聚类集成分割方法。从点云中获得一组表征复杂室内场景不同点云类别的描述子,如彩色图像特征、曲率、法向量、旋转图像等,根据它... 针对特定场景下传统点云分割算法不精确及特征描述不全面的问题,提出一种融合2D和3D多特征的近邻传播(AP)聚类集成分割方法。从点云中获得一组表征复杂室内场景不同点云类别的描述子,如彩色图像特征、曲率、法向量、旋转图像等,根据它们之间的差异性,通过对每类特征进行AP聚类得到聚类成员,建立聚类成员簇间一致性矩阵,并利用Ncut算法进行图分割获得最终的点云分割结果。实验结果表明,该算法相较传统的点云分割算法能更准确地区分室内复杂三维点云场景,并且具有更好的稳定性。 展开更多

关键词 点云分割 特征融合 近邻传播聚类算法 聚类成员 聚类集成

下载PDF 职称材料

基于概率无向图模型的近邻传播聚类算法 被引量：9

5

作者 覃华 詹娟娟 苏一丹 《控制与决策》 EI CSCD 北大核心 2017年第10期1796-1802,共7页

针对近邻传播聚类算法偏向参数难选定、生成的簇数目偏多等问题,提出一种概率无向图模型的近邻传播聚类算法.首先为样本数据构建概率无向图模型,利用极大团和势函数计算无向图中数据样本的概率密度,将此概率密度作为一种聚类先验知识注... 针对近邻传播聚类算法偏向参数难选定、生成的簇数目偏多等问题,提出一种概率无向图模型的近邻传播聚类算法.首先为样本数据构建概率无向图模型,利用极大团和势函数计算无向图中数据样本的概率密度,将此概率密度作为一种聚类先验知识注入近邻传播算法的偏向参数中,提高算法的聚类效率;并用高斯降噪和簇归并方法进一步提升算法的聚类精度.在UCI数据集上的实验结果表明,所提出算法的聚类效率和精度均优于相比较的同类算法. 展开更多

关键词 近邻传播聚类算法 偏向参数 概率无向图模型 高斯平滑 簇归并

原文传递

基于改进谱聚类的图像分割算法 被引量：6

6

作者 关昕 周积林 《计算机工程与应用》 CSCD 2014年第21期184-188,共5页

针对传统谱聚类算法应用于图像分割时仅采用特征相似性信息构造相似性矩阵,而忽略了像素分布的空间临近信息的缺陷,提出一种新的相似性度量公式——加权欧氏距离的高斯核函数,充分利用图像特征相似性信息和空间临近信息构造相似性矩阵... 针对传统谱聚类算法应用于图像分割时仅采用特征相似性信息构造相似性矩阵,而忽略了像素分布的空间临近信息的缺陷,提出一种新的相似性度量公式——加权欧氏距离的高斯核函数,充分利用图像特征相似性信息和空间临近信息构造相似性矩阵。在谱映射过程中,采用Nystrom逼近策略近似估计相似性矩阵及其特征向量,大大减少了求解相似性矩阵的运算复杂度,降低了内存消耗。对得到的低维向量子空间采用一种新型的聚类算法——近邻传播聚类算法进行聚类,避免了传统谱聚类采用K-means算法对初始值敏感,易陷入局部最优的缺陷。实验表明该算法获得了比传统谱聚类算法更好的分割效果。 展开更多

关键词 谱聚类 空间临近信息 相似性矩阵 Nystrom逼近策略 近邻传播聚类算法

下载PDF 职称材料

基于奇异值分解的自适应近邻传播聚类算法 被引量：5

7

作者 王丽敏 姬强 +1 位作者 韩旭明 黄娜 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2014年第4期753-757,共5页

针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播(SVD-SAP)聚类算法.通过引入奇异值分解,对高维数据进行重构、降维,消除冗余信息,并在此基础上采用非线性函数策略,自适应地调... 针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播(SVD-SAP)聚类算法.通过引入奇异值分解,对高维数据进行重构、降维,消除冗余信息,并在此基础上采用非线性函数策略,自适应地调整阻尼系数,提高算法的聚类性能.仿真实验结果表明,与已有算法相比,该改进算法聚类精度更高,收敛速度更快. 展开更多

关键词 近邻传播聚类算法 奇异值分解 非线性函数策略 阻尼系数

下载PDF 职称材料

基于邻域相似度的近邻传播聚类算法 被引量：5

8

作者 赵昱 陈琴 +1 位作者 苏一丹 陈慧姣 《计算机工程与设计》 北大核心 2018年第7期1883-1888,共6页

针对传统近邻传播聚类算法(affinity propagation clustering algorithm,AP)处理特征复杂数据时聚类准确率较低的问题,提出一种基于邻域相似度的近邻传播聚类算法。通过分析数据样本统计特性,确定合适的邻域半径和邻域密度,计算邻域相... 针对传统近邻传播聚类算法(affinity propagation clustering algorithm,AP)处理特征复杂数据时聚类准确率较低的问题,提出一种基于邻域相似度的近邻传播聚类算法。通过分析数据样本统计特性,确定合适的邻域半径和邻域密度,计算邻域相似度并注入偏向参数,提高算法在特征复杂数据集上的聚类精度。在UCI数据集上的实验结果表明,所提算法的聚类精度优于相比较的AP算法,且邻域半径对不同数据集有自适应性,引入邻域相似度提高传统AP算法在特征复杂数据集上的聚类精度是可行的。 展开更多

关键词 近邻传播聚类算法 偏向参数 邻域半径 邻域密度 邻域相似度

下载PDF 职称材料

寒区电动公交充电站选址及定容规划研究 被引量：1

9

作者 胡晓伟 宋帅 +1 位作者 邱振洋 王健 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期281-292,共12页

寒区低温环境导致电动公交动力电池容量衰减,充电设施服务范围及规划数量受到影响,给电动公交充电站选址及定容规划带来挑战。为提高电动公交充电站的低温适应性,提出针对寒区电动公交充电站的选址算法及定容模型。首先,在选址规划中,... 寒区低温环境导致电动公交动力电池容量衰减,充电设施服务范围及规划数量受到影响,给电动公交充电站选址及定容规划带来挑战。为提高电动公交充电站的低温适应性,提出针对寒区电动公交充电站的选址算法及定容模型。首先,在选址规划中,构建充电站渐进覆盖服务半径,利用改进近邻传播聚类算法确定充电站选址点,基于算法聚类中心构建充电站Voronoi图划分充电集群。其次,在定容规划中,构建动力电池低温容量衰减模型,确定寒区电动公交的充电需求;基于容量有限的截尾排队论模型建立充电站有效服务强度、拒绝服务率及充电满意度等约束;引入成本权衡系数,以规划年限内全社会成本最小为优化目标,建立寒区充电站定容规划模型,并设计遗传算法进行求解。最后,以哈尔滨市市区电动公交充电站选址定容规划为例进行分析,算例结果得到9个充电站选址点及其充电集群,以及各充电站的充电机配置数量和各项成本。针对环境温度和成本权衡系数进行灵敏度分析,结果表明:寒区低温环境对充电站的充电机配置数量和各项成本有显著影响,合理权衡充电站和电动公交两者利益有助于提高充电服务满意度,降低全社会成本。 展开更多

关键词 城市交通 选址定容规划 近邻传播聚类算法 电动公交充电站 寒区低温环境 电池容量衰减

下载PDF 职称材料

基于近邻传播聚类和TANE算法的高校数据中函数依赖的发现 被引量：3

10

作者 黄永鑫 唐雪飞 《计算机应用》 CSCD 北大核心 2020年第1期90-95,共6页

针对高校实际数据质量检测过程中数据集存在缺失值以及发现的函数依赖个数较少且不准确的问题,提出了一种结合近邻传播(AP)聚类算法和TANE算法的高校函数依赖发现方法(APTANE)。首先,对数据集中的中文字段进行列剖析,将中文字段值用对... 针对高校实际数据质量检测过程中数据集存在缺失值以及发现的函数依赖个数较少且不准确的问题,提出了一种结合近邻传播(AP)聚类算法和TANE算法的高校函数依赖发现方法(APTANE)。首先,对数据集中的中文字段进行列剖析,将中文字段值用对应的数值来表示;其次,使用AP聚类算法对数据集中的缺失值进行填补;最后,使用TANE算法从处理好的数据集中自动发现出满足非平凡、最小要求的函数依赖。实验结果表明,在使用AP聚类算法对真实的高校数据集进行修复之后,相比于直接使用函数依赖自动发现算法,发现的函数依赖个数增加到了80个,经过缺失值填补后所发现的函数依赖在表示字段间关联关系时也更加准确,减少了领域专家的工作量,提升了高校数据所拥有数据的质量。 展开更多

关键词 高校信息化 数据质量 近邻传播聚类算法 函数依赖 TANE

下载PDF 职称材料

基于文本—链接模型和近邻传播算法的网页聚类 被引量：3

11

作者 郭景峰 马鑫 代军丽 《计算机应用研究》 CSCD 北大核心 2010年第4期1255-1258,1262,共5页

关于网页聚类的研究已经提出多种基于文本—链接模型的聚类算法,其中应用最广泛的便是MS模型。针对MS模型在效率和计算精度方面的不足,提出了改进的TLMS模型。新模型通过将词聚成词簇、链接向量聚成链接簇的方法将MS模型的词空间和链接... 关于网页聚类的研究已经提出多种基于文本—链接模型的聚类算法,其中应用最广泛的便是MS模型。针对MS模型在效率和计算精度方面的不足,提出了改进的TLMS模型。新模型通过将词聚成词簇、链接向量聚成链接簇的方法将MS模型的词空间和链接空间进行大幅的压缩,并应用近邻传播算法替代传统的K-means算法对网页进行聚类。实验证明,TLMS模型+近邻传播算法聚类精度高、执行效率好。 展开更多

关键词 文本—链接模型 MS模型 相似度 近邻传播聚类算法

下载PDF 职称材料

半监督近邻传播聚类集成算法研究 被引量：2

12

作者 李林阳 李高明 李笑 《信息与电脑》 2020年第9期49-51,共3页

近邻传播聚类(Affinity Propagation,AP)算法具有良好的聚类性能,但是在聚类过程中单个聚类器的聚类性能不佳,存在聚类准确率较低的现象,如果将多个近邻传播聚类器集成起来则能够克服聚类的随机性和单个聚类器聚类准确率不高的问题。笔... 近邻传播聚类(Affinity Propagation,AP)算法具有良好的聚类性能,但是在聚类过程中单个聚类器的聚类性能不佳,存在聚类准确率较低的现象,如果将多个近邻传播聚类器集成起来则能够克服聚类的随机性和单个聚类器聚类准确率不高的问题。笔者利用装袋法将半监督AP算法进行集成,在标准数据集上进行测试,获得了更优的聚类精度。 展开更多

关键词 近邻传播聚类算法 装袋法 聚类集成

下载PDF 职称材料

近邻传播聚类算法研究 被引量：1

13

作者 李林阳 李高明 +1 位作者 刘祥 李笑 《数字通信世界》 2020年第10期142-143,共2页

近邻传播聚类算法(Affinity Propagation,AP)近年来发展迅速,介绍了该算法的发展现状,重点论述了半监督近邻传播聚类算法的改进现状,存在其问题和改进方向,为该算法的后续改进奠定了基础。

关键词 半监督 近邻传播聚类算法 研究

下载PDF 职称材料

近邻传播聚类算法的RBF隐含层节点优化 被引量：1

14

作者 李志超 孔国利 《现代电子技术》 北大核心 2016年第19期16-19,24,共5页

传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算... 传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算法属于自适应聚类学习算法,无需事先给定隐含层中心节点的个数,能够适用于不具有先验信息的预测。首先,利用AP算法根据训练样本的信息进行聚类迭代,从而确定RBF神经网络中隐含层的中心节点和节点数值,解决了RBF网络的中心取值问题。然后,把所有输入数据代入基于AP聚类算法优化的RBF神经网络中进行预测。由于AP算法无需预先指定聚类数目,所提方案能提高网络的学习精度和训练速度,利用所提优化方案对正弦函数进行逼近的仿真实验,结果表明该方案的逼近误差仅为0.005 5,在0.3噪声下能保持较好的预测精度。 展开更多

关键词 径向基函数神经网络 近邻传播聚类算法 隐含层 逼近误差

下载PDF 职称材料

基于定量结构-活性关系预测苯及其衍生物的立即威胁生命或健康的浓度

15

作者 袁雄军 赵薇 +2 位作者 时静洁 王悦 陈常豪 《环境与职业医学》 CAS CSCD 北大核心 2023年第9期1033-1038,共6页

[背景]随着工作场所危化品暴露的增多,员工的职业健康伤害和职业安全事故频发,危化品职业接触限值的获取迫在眉睫。[目的]为了获取更多未知的立即威胁生命或健康的浓度(IDLH),探索定量结构-活性关系(QSAR)预测研究方法应用于IDLH的情况... [背景]随着工作场所危化品暴露的增多,员工的职业健康伤害和职业安全事故频发,危化品职业接触限值的获取迫在眉睫。[目的]为了获取更多未知的立即威胁生命或健康的浓度(IDLH),探索定量结构-活性关系(QSAR)预测研究方法应用于IDLH的情况,从而为评估与防控职业健康伤害提供一定的理论依据和技术支持。[方法]本文运用QSAR将50种苯及其衍生物的IDLH与化合物的分子结构关联起来并展开预测研究。首先应用近邻传播聚类算法对样本集进行聚类划分,随后运用Dragon2.1软件计算并预筛出537种分子描述符,然后运用遗传算法筛选出的6个特征分子描述符作为应变量,分别构建了多元线性回归模型(MLR)以及支持向量机(SVM)与人工神经网络(ANN)两种非线性模型。最后,采用内、外验证评估模型的性能并绘制Williams图确定模型的适用范围。[结果]ANN模型训练集和测试集的R^(2)分别为R^(2)_(train)=0.8526和R^(2)_(test)=0.8505,均方根误差(RMSE)=0.5243、平均绝对误差(MAE)=0.4610,内、外验证系数:Q1002=0.8476、Q^(2)_(ext)=0.8905。经比较,ANN模型各性能验证参数均优于MLR和SVM模型,且所有物质均在应用域之内。[结论]目前,ANN模型具备最好的拟合能力、稳定性、预测性,适用于预测苯及其衍生物的IDLH。通过QSAR的方法预测苯及其衍生物的IDLH值是一种有效方法,为职业健康与安全的发展提供了一定的理论依据和技术支持。 展开更多

关键词 定量结构-活性关系 立即威胁生命或健康浓度 近邻传播聚类算法 人工神经网络 预测

原文传递

基于GraphLab的分布式近邻传播聚类算法

16

作者 陈文强 林琛 +2 位作者 陈珂 陈锦秀 邹权 《山东大学学报（工学版）》 CAS 北大核心 2013年第5期13-18,23,共7页

为有效实现海量数据的非线性聚类,提出基于GraphLab的分布式流式近邻传播算法——GStrAP(GraphLab based stream affinity propagation)。该算法将数据抽象为有向无环图模型,采用"Gather-Apply-Scatter"的模式完成数据同步和... 为有效实现海量数据的非线性聚类,提出基于GraphLab的分布式流式近邻传播算法——GStrAP(GraphLab based stream affinity propagation)。该算法将数据抽象为有向无环图模型,采用"Gather-Apply-Scatter"的模式完成数据同步和算法迭代。在人工合成流形数据3D Clusters、Aggregation、Flame和Pathbased数据集上分别采用不同数据规模以及与传统K-means的聚类性能做对比,实验表明:基于GraphLab的近邻传播算法对数据规模具有良好的拓展性,在保持算法聚类效果的同时,有效降低时间复杂度。 展开更多

关键词 近邻传播聚类算法 分布式计算 GraphLab 聚类融合

原文传递

基于Spark的分布式科技专家推荐模型

17

作者 穆诗棋 徐小良 +2 位作者 何宏 王宇翔 夏一行 《杭州电子科技大学学报（自然科学版）》 2019年第5期30-34,55,共6页

为了快速精准地将企业技术需求与科技专家进行匹配,提出一种基于Spark的分布式科技专家推荐模型,解决海量科技资源分类效果不佳和推荐速度慢的问题。首先,采用改进的基于萤火虫的近邻传播聚类算法(Firefly Algorithm Affinity Propagati... 为了快速精准地将企业技术需求与科技专家进行匹配,提出一种基于Spark的分布式科技专家推荐模型,解决海量科技资源分类效果不佳和推荐速度慢的问题。首先,采用改进的基于萤火虫的近邻传播聚类算法(Firefly Algorithm Affinity Propagation clustering,FAAP)对参考度进行自适应优化,以提高数据集的分类效果;其次,在Spark环境下,研究一种基于近邻传播聚类算法的科技专家推荐模型,采用FAAP算法优化科技资源的分类效果,设计打分机制对推荐专家进行排序,并根据企业需求进行高级筛选,快速匹配科技专家和企业技术需求,加快科技专家推荐的速度。 展开更多

关键词 专家推荐 近邻传播聚类算法 萤火虫算法 SPARK

下载PDF 职称材料

近邻传播聚类优化的角点检测改进算法

18

作者 刘文进 张蕾 孙劲光 《计算机工程与应用》 CSCD 北大核心 2016年第9期219-222,共4页

针对传统Harris角点检测算法和目前一些改进算法应用在图像拼接时,仍然可能存在只可在单一尺度上检测、角点位置不准确、伪检和对噪声敏感致使检测率不高等缺点,提出一种基于AP聚类角点提取优化的双边滤波(BF)角点检测改进算法。该算法... 针对传统Harris角点检测算法和目前一些改进算法应用在图像拼接时,仍然可能存在只可在单一尺度上检测、角点位置不准确、伪检和对噪声敏感致使检测率不高等缺点,提出一种基于AP聚类角点提取优化的双边滤波(BF)角点检测改进算法。该算法在对图像进行双边滤波和多尺度角点检测的基础上,采用一种新型的聚类算法——近邻传播聚类算法(AP聚类算法),对候选角点提取真实角点的效率进行优化,并对角点算子进行改进。实验是在VS2010+OpenCV平台实现的。结果表明提出的改进算法不仅提高了角点提取效率,而且更加精确地检测图像角点,具有更好的效果,更强的实用性。 展开更多

关键词 HARRIS算法 双边滤波 多尺度 角点检测 近邻传播聚类算法

下载PDF 职称材料

基于中文专利的产业概念层次体系构建方法研究

19

作者 李贞贞 钟永恒 《情报杂志》 CSSCI 北大核心 2020年第9期73-80,共8页

[目的/意义]构建丰富的产业概念层次体系,有助于对产业数据资源进行有序组织,研究构建过程中关键词识别与层级关系确定的方法。[方法/过程]以产业中文专利数据为来源,引入平衡语料与平均信息熵提取通用词并过滤;融合位置、词性、TF-IDF... [目的/意义]构建丰富的产业概念层次体系,有助于对产业数据资源进行有序组织,研究构建过程中关键词识别与层级关系确定的方法。[方法/过程]以产业中文专利数据为来源,引入平衡语料与平均信息熵提取通用词并过滤;融合位置、词性、TF-IDF与外部知识库特征,改进TextRank模型有效识别关键词;最后结合产业专家知识、深度学习和近邻传播聚类(AP)算法生成产业概念层次体系。[结果/结论]实验选取“汽车制造”产业进行实证分析,结果显示在关键词抽取上较传统方法有了明显的提高,自动生成的三层次体系包含6个一级关键词和23个二级关键词。该方法能够有效提升构建效率,实现高效的动态更新,为产业数据资源科学管理提供新思路。 展开更多

关键词 产业概念层次体系 中文专利 TextRank模型 近邻传播聚类算法 通用词 平均信息熵

下载PDF 职称材料

基于M-ANFIS-PNN的目标威胁评估模型

20

作者 于博文 于琳 +1 位作者 吕明 张捷 《系统工程与电子技术》 EI CSCD 北大核心 2022年第10期3155-3163,共9页

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神... 目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。 展开更多

关键词 威胁评估 自适应模糊神经推理系统 多项式神经网络 混合属性 近邻传播聚类算法

下载PDF 职称材料