检索结果-内蒙古大学图书馆

青岛大学学报（工程技术版） 2014年第2期29卷 20-23页

作者：管硕高军伟张彬刘新冷子文青岛大学自动化工程学院山东青岛266071 青岛海信网络科技股份有限公司山东青岛266071

针对目前道路拥堵等交通问题,本文采用k-均值聚类算法对径向基函数(radial basis function,RBF)网络进行优化,通过k-均值聚类算法把所有的输入样本进行统一聚类,求得所有隐含层节点的RBF中心值Ci,并用最小二乘法(LMS)进行RBF网络的权值... 详细信息

针对目前道路拥堵等交通问题,本文采用k-均值聚类算法对径向基函数(radial basis function,RBF)网络进行优化,通过k-均值聚类算法把所有的输入样本进行统一聚类,求得所有隐含层节点的RBF中心值Ci,并用最小二乘法(LMS)进行RBF网络的权值调整,同时在一定的时间和路段内对车流量进行数据采集,通过建立RBF神经网络模型,运用Matlab软件把采集的数据、图像进行计算机仿真,仿真结果表明,未加入k-均值聚类的RBF神经网络,其预测输出曲线大致可以和实际输出曲线拟合,但在数据波动较大的时刻,预测曲线的收敛速度偏慢且效率偏低;而采用k-均值聚类算法的RBF神经网络,在实际输出波动较大时,预测输出的曲线收敛速度和准确度都较高,因此,本研究相对于普通的BP神经网络,有更高的预测精度和较好的收敛性。该研究适用于市区内的交通流预测。

关键词： RBF神经网络交通流预测模型 k-均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

改进的k-均值聚类算法及其在脑组织分割中的应用

引用

中国医学物理学杂志 2014年第2期31卷 4760-4764页

作者：王晓飞聂生东王远军上海理工大学医学影像工程研究所上海200093

目的:鉴于k-均值聚类算法易受初始聚类中心的影响,初始聚类中心不仅影响聚类速度,还可能使算法陷入局部极小值,得到错误的聚类结果,基于SOM神经网络,提出了一种改进的k-均值聚类算法并将其应用于脑实质分割。方法:首先,由SOM神经网络对... 详细信息

目的:鉴于k-均值聚类算法易受初始聚类中心的影响,初始聚类中心不仅影响聚类速度,还可能使算法陷入局部极小值,得到错误的聚类结果,基于SOM神经网络,提出了一种改进的k-均值聚类算法并将其应用于脑实质分割。方法:首先,由SOM神经网络对图像进行初始聚类,得到k个聚类中心值;然后,以SOM神经网络获得的k个聚类中心值作为k-均值聚类算法的初始聚类中心对图像进行k-均值聚类,最终获得图像的聚类分割结果。结果:基于SOM神经网络的k-means聚类算法的分割精度为0.9274,k-means聚类算法的分割精度为0.8649。结论:利用改进的k-均值聚类算法对磁共振脑部图像进行了分割实验,结果表明该算法有效改善了k-means聚类算法初始聚类中心选取的盲目性,使聚类结果更为准确、稳定,取得了比单一方法更好的分割结果。

关键词： SOM神经网络 k-均值聚类算法磁共振图像脑组织分割

来源：评论

学校读者我要写书评

暂无评论

基于改进差分进化的k-均值聚类算法

引用

电脑知识与技术 2013年第8期9卷 5064-5067页

作者：高平毛力宋益春无锡信捷电气股份有限公司江苏无锡214072 轻工过程先进控制教育部重点实验室江南大学物联网工程学院江苏无锡214122

针对k-均值算法对初始值敏感和易陷入局部最优的缺点,提出了一种基于改进差分进化的k-均值聚类算法。该算法通过引入基于Laplace分布的变异算子和Logistic变尺度混沌搜索来增强全局寻优能力。实验结果表明,该算法能够较好地克服传统k-... 详细信息

针对k-均值算法对初始值敏感和易陷入局部最优的缺点,提出了一种基于改进差分进化的k-均值聚类算法。该算法通过引入基于Laplace分布的变异算子和Logistic变尺度混沌搜索来增强全局寻优能力。实验结果表明,该算法能够较好地克服传统k-均值算法的缺点,具有较好的搜索能力,且算法的收敛速度较快,鲁棒性较强。

关键词：聚类分析差分进化 k-均值聚类算法 Laplace分布 Logistic混沌搜索

来源：评论

学校读者我要写书评

暂无评论

基于k-均值聚类算法的中药叶片显微图像分割

引用

石河子大学学报（自然科学版） 2009年第3期27卷 383-387页

作者：张翠萍杨善超福建中医学院公共管理系福州350108 福建师范大学数学与计算机科学学院福州350108

本文试图利用图像分割技术,实现叶片自动分类。为了充分利用像素的色彩,分割算法在RGB颜色空间进行。颜色空间数据量巨大,直接进行聚类效率太低,因此,本文运用一种特殊的存储结构存储颜色空间数据,按颜色的密度特征对图像中的颜色进行... 详细信息

本文试图利用图像分割技术,实现叶片自动分类。为了充分利用像素的色彩,分割算法在RGB颜色空间进行。颜色空间数据量巨大,直接进行聚类效率太低,因此,本文运用一种特殊的存储结构存储颜色空间数据,按颜色的密度特征对图像中的颜色进行排序和聚类,并根据待聚类色彩与已有聚类中心距离是否小于类内最大距离来决定归入已有的类或形成一个新的类。实验结果表明算法具有较好的分类效果。

关键词：核密度类内最大距离 k-均值聚类算法彩色图像分割

来源：评论

学校读者我要写书评

暂无评论

基于粒子群和k-均值聚类算法的学生心理分析方法研究

引用

电子设计工程 2018年第19期26卷 75-79页

作者：刘婷陕西交通职业技术学院陕西西安710021

随着高校学生人数的不断增多,评估与采集学生信息剧增,传统的学生评估与管理方式已不能满足需求。针对此问题,文中在研究了现有学生心理状态评估方法的基础上提出一种基于粒子群和k-均值聚类算法的学生心理分析方法。该方法弥补了全局... 详细信息

随着高校学生人数的不断增多,评估与采集学生信息剧增,传统的学生评估与管理方式已不能满足需求。针对此问题,文中在研究了现有学生心理状态评估方法的基础上提出一种基于粒子群和k-均值聚类算法的学生心理分析方法。该方法弥补了全局优化中k-均值聚类算法的不足,结合粒子群算法,对学生的综合情况进行分析研究,从而为老师与学生的交互提供了良好的平台。最后通过比较所提算法与k-均值聚类算法、人工评估及基于遗传算法的k-均值聚类算法的学生心理分析结果,从结果中可看出文中所提的基于粒子群和k-均值聚类算法对学生心理分析评估更加客观与全面,有利于教师提高工作效率,及时发现问题,且增强与学生间的沟通。

关键词：学生心理分析 k-均值聚类算法粒子群优化算法学生管理

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的k——均值聚类算法在遥感影像分割中的应用

引用

现代测绘 2005年第2期28卷 3-5页

作者：邵锐巫兆聪钟世明武汉大学遥感信息工程学院湖北武汉430079 中国科学院测量与地球物理研究所湖北武汉430077

结合粗糙集理论和k———均值聚类算法,提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系,应用粗糙集理论的等价关系,求出k———均值聚类所需要的初始类的个数和均值,然后采用聚类算法对图像进行分割。实验... 详细信息

结合粗糙集理论和k———均值聚类算法,提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系,应用粗糙集理论的等价关系,求出k———均值聚类所需要的初始类的个数和均值,然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量,提高了分类精度和准确性。

关键词：遥感影像粗糙集 k-均值聚类算法分割方法分类精度图像处理影像灰度空间

来源：评论

学校读者我要写书评

暂无评论

一种结合灰狼优化和k-均值的混合聚类算法

引用

江西理工大学学报 2015年第5期36卷 85-89页

作者：杨红光刘建生江西理工大学理学院江西赣州341000

针对传统k-均值聚类算法对初始中心选择敏感和全局搜索能力不足的缺点,提出一种结合灰狼优化和k-均值的混合聚类算法(GWO-kM).将灰狼优化智能算法首次应用到聚类分析领域,利用灰狼算法良好的勘探能力去寻找使聚类结果最佳的一组聚类中心... 详细信息

针对传统k-均值聚类算法对初始中心选择敏感和全局搜索能力不足的缺点,提出一种结合灰狼优化和k-均值的混合聚类算法(GWO-kM).将灰狼优化智能算法首次应用到聚类分析领域,利用灰狼算法良好的勘探能力去寻找使聚类结果最佳的一组聚类中心,克服了原始聚类算法对初始中心点的过度依赖.通过在UCI标准数据集上的仿真实验表明,该混合聚类算法相对于传统的k-均值聚类算法和其他改进算法,在收敛速度、聚类质量和稳定性上都表现更佳.

关键词：聚类分析 k-均值聚类算法灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型和k-均值聚类算法的RBF神经网络实现男女声转换

引用

黑龙江科技信息 2010年第8期 2-2页

作者：袁志明南京邮电大学江苏南京210003

语音转换是指改变一个人的语音个性特征,使之具有另外一个人的语音个性特征的技术,本文提出采用k-均值聚类算法的RBF神经网络实现基音频率转换,从而实现语音的韵律转换。在语音谱包络转换中采用高斯混合模型。

关键词：语音转换,GMM模型 RBF网络 STRAIGHT模型 k-均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法

引用

发电技术 2025年第1期46卷 93-102页

作者：匡洪海郭茜湖南工业大学电气与信息工程学院湖南省株洲市412007

【目的】天气和随机因素会改变误差的统计特征,因此考虑对影响风电功率的多种气候因素进行特征提取,为优化功率时序特征提取,提出基于多特征提取(multimodal feature extraction,MFE)-卷积神经网络(convolutional neural network,CNN)-... 详细信息

【目的】天气和随机因素会改变误差的统计特征,因此考虑对影响风电功率的多种气候因素进行特征提取,为优化功率时序特征提取,提出基于多特征提取(multimodal feature extraction,MFE)-卷积神经网络(convolutional neural network,CNN)-长短期记忆(long-short term memory,LSTM)网络的风电功率预测方法。【方法】首先,对数值天气预报(numerical weather prediction,NWP)数据提取11种统计性特征,通过提取基本特征和统计性特征对原始数据进行聚类,并根据类别分别建立预测模型,以提高预测模型的适应性;其次,在网络架构上对LSTM进行改进,通过CNN的特征提取能力和LSTM的非线性序列预测能力,实现对风电功率历史信息和NWP数据的充分挖掘。最后,利用我国新疆某风电场数据,通过MFE消融实验、CNN消融实验,验证了所提短期风电功率预测方法的有效性和优越性。【结果】相比于自回归移动平均(autoregressive integrated moving average,ARIMA)、全连接循环神经网络(fully recurrent neural network,FRNN)模型和MFE-LSTM、CNN-LSTM模型,MFE-CNN-LSTM预测方法的均方根误差与平均绝对误差均有所下降。【结论】MFE-CNN-LSTM预测方法可有效提取特征,并且MFE与CNN有效提升了预测准确性。

关键词：多特征提取卷积神经网络长短期记忆网络 k-均值聚类算法风电功率预测短期预测消融实验

来源：评论

学校读者我要写书评

暂无评论

基于改进D-k聚类算法的直驱型风电场动态等值建模

引用

太阳能学报 2021年第3期42卷 48-55页

作者：王磊盖春阳王恒可再生能源与工业节能安徽省工程实验室(合肥工业大学) 合肥230009 教育部光伏系统工程研究中心(合肥工业大学) 合肥230009 国网安徽省电力有限公司太和县供电公司太和236700

研究永磁同步发电机(PMSG)的低电压穿越(LVRT)特性,提出一种基于改进D-k聚类算法的直驱型风电场等值建模方法。首先,根据风电场内各台PMSG卸荷电路的导通情况对风电场进行首次分群。其次,将卸荷电路未导通的PMSG故障期间的机端电压值作... 详细信息

研究永磁同步发电机(PMSG)的低电压穿越(LVRT)特性,提出一种基于改进D-k聚类算法的直驱型风电场等值建模方法。首先,根据风电场内各台PMSG卸荷电路的导通情况对风电场进行首次分群。其次,将卸荷电路未导通的PMSG故障期间的机端电压值作为分群指标,应用改进D-k聚类算法对风电场进行聚类等值。该算法解决了传统k-均值聚类算法k值需提前给定和依赖于初始聚类中心的问题。最后,以某实际风电场为例进行仿真分析,结果表明该等值模型与传统等值模型相比能更准确地反映直驱型风电场的动态和暂态运行特性。

关键词：风电场永磁同步发电机等值模型低电压穿越 k-均值聚类算法

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：