检索结果-内蒙古大学图书馆

武汉理工大学学报 2025年第1期 84-90页

作者：吴铁洲祝磊张敏王越洋湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室航宇伟创科技(北京)有限公司

在储能应用中，锂电池的不一致性将严重影响储能系统的运行效果和使用寿命，均衡控制是解决锂电池不一致的重要手段。文中考虑锂离子电池的滞回特性，建立了三阶动态等效电路模型，并结合建立的电池模型对电池组均衡变量SOc进行了研究... 详细信息

在储能应用中，锂电池的不一致性将严重影响储能系统的运行效果和使用寿命，均衡控制是解决锂电池不一致的重要手段。文中考虑锂离子电池的滞回特性，建立了三阶动态等效电路模型，并结合建立的电池模型对电池组均衡变量SOc进行了研究和估计。基于Buck-Boost的电路设计了电池组间均衡拓扑结构，在传统的模糊c均值聚类算法基础上，引入样本密度的概念，设计了基于密度的模糊c均值聚类算法均衡策略，并与均值-差值均衡算法做对比。最后在MATLAB/Simulink中进行了均衡策略的对比仿真验证，结果表明，基于密度的模糊c均值聚类算法均衡控制策略能够提高电池组的均衡效果，提高了均衡速度，为储能系统均衡控制提供了研究方向，具有重要的应用价值。

关键词：储能系统均衡控制样本密度模糊c均值聚类算法均值-差值均衡算法

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法在自动供送装置改进设计中的应用

引用

机械设计 2016年第12期33卷 105-108页

作者：魏娜辛向阳江南大学设计学院江苏无锡214122 江南大学产品创意与文化研究中心江苏无锡214122

为进一步减轻工人劳动强度,使供送装置的供送参数(如供送高度、供送距离等)设计更符合工人实际操作行为习惯,针对用户的需求差异,采用模糊c均值聚类算法,将目标人群的相关特征参数进行分类,根据聚类结果对相关供送参数进行改进,以达到... 详细信息

为进一步减轻工人劳动强度,使供送装置的供送参数(如供送高度、供送距离等)设计更符合工人实际操作行为习惯,针对用户的需求差异,采用模糊c均值聚类算法,将目标人群的相关特征参数进行分类,根据聚类结果对相关供送参数进行改进,以达到更好的供送效果;以涡流纺细纱机中的纱筒供送装置为例,结合女操作工的身高特征参数,对纱筒供送高度进行改进,提出两个供送高度的设计方案,对减轻工人劳动强度均有较为明显的效果。采用模糊c均值聚类算法进行聚类分析可为供送装置的相关供送参数改进提供有效途径。

关键词：工业设计自动供送装置模糊c均值聚类算法人机工程改进设计涡流坊细纱机

来源：评论

学校读者我要写书评

暂无评论

基于改进型模糊c均值聚类算法的复杂信号多峰定位研究

引用

仪器仪表用户 2025年第4期 36-38页

作者：史久超蒋世磊西安工业大学

传统的峰值检测方法往往计算复杂，且容易受到噪声的干扰，尤其在多峰信号环境下，精度和计算效率存在挑战。本文提出了一种基于自相关分析和改进型模糊c均值聚类算法（FcM）的复杂信号多峰定位方法，通过结合自相关函数的梯度过零点检... 详细信息

传统的峰值检测方法往往计算复杂，且容易受到噪声的干扰，尤其在多峰信号环境下，精度和计算效率存在挑战。本文提出了一种基于自相关分析和改进型模糊c均值聚类算法（FcM）的复杂信号多峰定位方法，通过结合自相关函数的梯度过零点检测与改进的FcM算法，提升了峰值检测的准确度和计算效率。实验结果表明，该方法能够有效地检测多峰信号中的所有峰值，并在噪声环境下仍保持较高的精度，具有较强的工程应用潜力。

关键词：模糊c均值聚类算法复杂信号多峰定位

来源：评论

学校读者我要写书评

暂无评论

基于对应分析的冗余模糊c均值聚类算法研究

引用

华中科技大学学报（自然科学版） 2012年第2期40卷 107-111,132页

作者：曾山同小军桑农李蓉烨华中科技大学图像识别与人工智能研究所湖北武汉430074 武汉工业学院数理科学系湖北武汉430023

针对模糊c均值聚类(FcM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FcM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FcM算法分割成多个小类(冗余类),从而规避FcM算法对初始聚类中... 详细信息

针对模糊c均值聚类(FcM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FcM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FcM算法分割成多个小类(冗余类),从而规避FcM算法对初始聚类中心敏感的弱点.由于隶属度划分矩阵的元素是每个样本隶属于各冗余类的隶属度值,因此将其作为各冗余类的类特征,通过对应分析得到冗余类的新特征,再次采用加权FcM算法进行冗余类合并,最后达到分类效果.以代表曲线分割和曲面分割分类问题的3个典型数据集为算例,结果表明该方法能够识别不规则的簇,解决了FcM算法对初始聚类中心敏感的缺陷.

关键词：模糊c均值聚类算法对应分析加权FcM算法模糊隶属度矩阵类间分离度类内紧缩度

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法的研究及其在入侵检测中的应用

模糊C均值聚类算法的研究及其在入侵检测中的应用

引用

作者：魏晓芬西北师范大学

学位级别：硕士

信息技术的发展形成了海量的数据资源，急需提出高效存储和处理数据的技术以适应大数据分析的发展。作为无监督领域的基本方法，聚类技术能够从大量数据中获取结构信息，将数据对象的集合划分成由相似属性组成的若干个类别，为数据分析... 详细信息

信息技术的发展形成了海量的数据资源，急需提出高效存储和处理数据的技术以适应大数据分析的发展。作为无监督领域的基本方法，聚类技术能够从大量数据中获取结构信息，将数据对象的集合划分成由相似属性组成的若干个类别，为数据分析奠定基础。模糊c均值聚类算法（Fuzzyc-MeansclusteringAlgorithm，FcM）作为数据挖掘中最常用的聚类算法，被广泛应用于图像处理、市场调查以及入侵检测等领域。本文对FcM算法展开深入研究，针对其不足进行优化，并将改进的FcM算法应用于入侵检测技术中，以降低现有入侵检测技术的误报率，提高新型攻击的检测率。主要研究内容如下：　　（1）针对FcM算法聚类簇数需人为确定，且对初始聚类中心较为敏感的问题，本文提出了自动确定簇数的FcM聚类算法（FcMclusteringAlgorithmforAutomaticDeterminationofclusterNumber，AFcM）。AFcM算法首先使用经验法则确定簇数搜索上限，在簇数搜索范围内，对初始聚类中心进行优化使其均匀分布，以避免出现局部最优的情况;其次通过分析七个聚类有效性指标（分配系数、calinski-Harabasz指数、经典熵、分离指数、划分指数、Xie-Beni指标、戴维森堡丁指数）以确定最佳簇数。分析实验结果可以得出，本文提出的AFcM聚类算法对于大多数数据均能得到准确的聚类簇数，且相较于对比算法聚类性能更优。　　（2）针对FcM算法只能识别凸数据，对复杂数据聚类效果不佳的问题，本文提出基于加权S距离的FcM聚类算法（FcMclusteringAlgorithmBasedonWeightedS-distance，SFcM）。首先利用信息熵计算数据的特征权重，给不同的特征以不同的权重，然后将得到的特征权重融入到S距离中，并将之作为FcM算法中相似度度量方法。S距离可以识别非线性和复杂的簇结构，从而改善FcM算法在复杂数据集上的聚类性能;另外，由于赋予特征权重，在一定程度上提高了聚类算法的准确率。　　（3）针对当前入侵检测技术仍然存在较高的误报率，且新型攻击不断出现的问题，将改进的FcM算法应用于入侵检测技术。本文在建立训练模型时，对网络流量数据使用改进的FcM算法聚类，以准确划分正常数据与异常数据。实验表明，该模型相较于对比模型在检测率上更有优势，能够切实有效地提升入侵检测系统的灵敏度。

关键词：最优簇数入侵检测模糊c均值聚类算法加权S距离

来源：评论

学校读者我要写书评

暂无评论

基于EEMD和模糊c均值聚类算法诊断发动机曲轴轴承故障

引用

内燃机学报 2011年第4期29卷 332-336页

作者：张玲玲廖红云曹亚娟骆诗定赵懿冠军械工程学院火炮工程系河北石家庄050003 军事交通学院汽车工程系天津300161

针对发动机振动信号的非平稳性以及特征参数的模糊性特点,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和模糊c均值聚类(Fuzzy center Mean,FcM)的故障诊断方法,通过对已知故障样本信号进行EEMD分解,... 详细信息

针对发动机振动信号的非平稳性以及特征参数的模糊性特点,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和模糊c均值聚类(Fuzzy center Mean,FcM)的故障诊断方法,通过对已知故障样本信号进行EEMD分解,形成初始特征向量矩阵;对该矩阵进行奇异值分解,将矩阵的奇异值组成故障特征向量,标准化后作为FcM的输入,得到分类矩阵和聚类中心;最后通过计算待测故障样本与已知故障样本聚类中心的贴近度实现故障模式识别.故障诊断实例表明,该方法能有效地诊断柴油机曲轴轴承故障.

关键词：模糊c均值聚类算法奇异值分解经验模式分解故障诊断曲轴轴承

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法在网络故障诊断系统中的应用

模糊C均值聚类算法在网络故障诊断系统中的应用

引用

作者：岳亚飞中山大学

学位级别：硕士

在当今信息时代,面对越来越复杂的网络,如何确保其尽可能长时间地正常运行,当网络出现故障时尽可能快地发现和修复故障,使其最大限度地发挥其应有功能和效益,是网络管理者普遍关注的问题。在以生产网作为保障基本运营基础的广州白云机场... 详细信息

在当今信息时代,面对越来越复杂的网络,如何确保其尽可能长时间地正常运行,当网络出现故障时尽可能快地发现和修复故障,使其最大限度地发挥其应有功能和效益,是网络管理者普遍关注的问题。在以生产网作为保障基本运营基础的广州白云机场,这个问题显得尤为突出。\n 本文通过对各种聚类分析算法进行比较,根据网络故障具有多样性和不确定性的特点以及进行聚类分析时已知聚类数目,采用模糊c均值聚类算法作为本文的模式识别算法。由于模糊c均值聚类算法对噪音数据点比较敏感,如果样本集中存在噪音数据点,会对聚类中心的位置造成影响,从而影响分类的效果。鉴于此,本文对模糊c均值算法做了些改进,在模糊隶属度上增加了权值,来减少噪音数据点对聚类中心的影响。经过验证,此种方法较改进之前增大了样本数据点对所属聚类的隶属度,从而使聚类效果更加准确。\n 本次研究首先利用SNMP获取与故障相关的网络设备MIB值,建立样本库。然后通过改进的模糊c均值聚类算法对样本库进行分类,确定聚类中心。利用此聚类中心判断获取到的数据属于哪一类网络故障,从而实现网络故障诊断,证明了模糊c均值聚类算法在网络故障诊断中的可行性。

关键词：模糊c均值聚类算法网络故障故障诊断系统

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法的相关问题研究

模糊C均值聚类算法的相关问题研究

引用

作者：朱云贺中国海洋大学

学位级别：硕士

模糊c均值聚类算法(FcM:Fuzzy c-Means)的研究领域隶属于数据挖掘的聚类分析方向,是一种基于目标函数的无监督的聚类分析算法。它是在传统聚类分析算法的基础上引入模糊数学理论的概念,并利用隶属度函数来表示数据对象相对于类簇的所属... 详细信息

模糊c均值聚类算法(FcM:Fuzzy c-Means)的研究领域隶属于数据挖掘的聚类分析方向,是一种基于目标函数的无监督的聚类分析算法。它是在传统聚类分析算法的基础上引入模糊数学理论的概念,并利用隶属度函数来表示数据对象相对于类簇的所属关系。本文主要研究内容是:首先,从模糊c均值聚类算法的目标函数进行推导,推导出在聚类分析取得最优化解时隶属度函数μ( x)和聚类中心的数学表达式。然后,从模糊c均值聚类算法的相关问题入手,论述了解决问题的理论依据和具体思路,并提出的PFcM(PFcM:Optimal Fuzzy c-Means)算法。该算法的主要内容是:第一,由于FcM的初始聚类中心是随机产生,聚类的效果可能会随着初始聚类中心的选择而波动。本文根据推导出的聚类中心的表达式,采用数据分段方法,确定初始聚类中心,以减少聚类结果因初始聚类中心的随机性选择而引起的波动。第二,由于FcM算法在计算数据对象各维特征的距离时某些维度特征的量纲或者偏离度可能差异巨大,进而有可能掩盖其它维度的特征作用。本文运用层次分析法,从数据对象纵向上构造了一个成对比较矩阵,以各维特征的方差为基准,计算各维特征的权重来平衡它们的作用。第三,由于FcM算法是一种迭代爬山的搜索算法,它在处理高维数据时效率比较低。本文利用多项式拟合的方法,从数据对象横向上建立非线性映射,将原数据对象映射到一元多次函数的系数上,使用一元多次函数的系数来代替原数据对象的各维数据,以降低原数据对象的维度,进而增强FcM算法处理高维数据的能力。第四,由于FcM算法在迭代过程时使用距离更新聚类中心,当奇异点的范数过大时,可能会极大地减少其他数据对象的作用。本文在每次算法迭代过程时,检测各个类簇中潜在的奇异点,然后根据方差分析假设检验的方法,判断它是否是真正的奇异点。如果接受假设,则不将该奇异点加入到调整聚类中心的集合中,反之,则加入,以此来减少奇异点对聚类结果的影响。最后,本文通过实验比较了PFcM算法与FcM算法,并将PFcM算法应用于模式识别中。实验结果和应用实例表明:PFcM算法在一定程度上优化了FcM算法,提高了FcM算法的性能和效率。

关键词：模糊c均值聚类算法聚类分析层次分析法多项式拟合方差分析

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类算法的金刚石砂轮磨粒边缘检测

引用

计量学报 2014年第4期35卷 315-322页

作者：高琦崔长彩胡捷叶瑞芳黄辉华侨大学机电及自动化学院福建厦门361021

基于模糊 c 均值（FcM）聚类算法将金刚石砂轮表面检测数据划分成金刚石和结合剂两个类别，以数据的质心初始化聚类中心，用迭代的方法分别求出相应的最优聚类中心和隶属度矩阵，通过选取合适的隶属度阈值以及两个聚类中心的欧氏距离阈... 详细信息

基于模糊 c 均值（FcM）聚类算法将金刚石砂轮表面检测数据划分成金刚石和结合剂两个类别，以数据的质心初始化聚类中心，用迭代的方法分别求出相应的最优聚类中心和隶属度矩阵，通过选取合适的隶属度阈值以及两个聚类中心的欧氏距离阈值来区分金刚石和结合剂，确定磨粒边缘。为验证方法的可行性，对多组数据进行检测，并用模拟的砂轮表面形貌对此方法进行了评定，评定结果与设定值误差不超过2.0%。

关键词：计量学边缘检测模糊c均值聚类算法金刚石砂轮磨粒

来源：评论

学校读者我要写书评

暂无评论

基于密度敏感距离的改进模糊c均值聚类算法

引用

计算机工程 2021年第5期47卷 88-96,103页

作者：王治和王淑艳杜辉西北师范大学计算机科学与工程学院兰州730070

模糊c均值(FcM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征。提出一种利用密度敏感距离度量创建相似度矩阵的FcM算法。通过近邻传播算法获取粗类数作为最佳聚类... 详细信息

模糊c均值(FcM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性特征。提出一种利用密度敏感距离度量创建相似度矩阵的FcM算法。通过近邻传播算法获取粗类数作为最佳聚类数的搜索范围上限,以解决FcM算法聚类数目需要人为预先设定和随机选定初始聚类中心造成聚类结果不稳定的问题。在此基础上,改进最大最小距离算法,得到具有代表性的样本点作为初始聚类中心,并结合轮廓系数自动确定最佳聚类数。基于UcI数据集和人工数据集的实验结果表明,相比经典FcM、K-means和cFSFDP算法,该算法不仅具有识别复杂非凸数据的能力,而且能够在保证聚类性能和稳定性的前提下加快收敛速度。

关键词：模糊c均值聚类算法密度敏感距离近邻传播初始聚类中心轮廓系数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：