减法聚类
减法聚类的相关文献在2001年到2022年内共计192篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文168篇、会议论文15篇、专利文献11169篇;相关期刊124种,包括辽宁科技大学学报、东北大学学报(自然科学版)、哈尔滨理工大学学报等;
相关会议15种,包括上海市制冷学会第九届会员代表大会暨2015年学术年会、第二十二届中国过程控制会议、2009全国博士生学术会议——计算机视觉与人工智能等;减法聚类的相关文献由453位作者贡献,包括侍洪波、孙志海、孔万增等。
减法聚类—发文量
专利文献>
论文:11169篇
占比:98.39%
总计:11352篇
减法聚类
-研究学者
- 侍洪波
- 孙志海
- 孔万增
- 张阿卜
- 张韧
- 方兴
- 杜志敏
- 洪梅
- 王新刚
- 陈玲
- 刘应吉
- 刘渊
- 姚崇龄
- 张天侠
- 张栒
- 戴冠中
- 晋欣桥
- 朱善安
- 李柠
- 杨红卫
- 潘泉
- 祖家奎
- 肖春景
- 苏小红
- 闻邦椿
- 马培军
- 丁晓红
- 万频
- 于佐军
- 任会峰
- 修世超
- 关键生
- 刘彦阳
- 刘明骞
- 刘英
- 叶家玮
- 吴以凡
- 吴耀武
- 周恒瑞
- 周文晖
- 周璇
- 唐外文
- 唐正魁
- 姚李孝
- 姚磊
- 姜仲秋
- 娄素华
- 孙伟
- 孙洁
- 宋亚男
-
-
张彦;
李明然;
寇利卿
-
-
摘要:
为科学、客观地评价保定市中心城区水资源安全状况,在充分分析保定市中心城区水资源特点的实际情况的基础上,尝试构建基于压力-状态-响应(PSR)模型概念并结合相关性分析和主成分分析的方法的水资源安全评价指标体系,同时建立了基于自适应模糊神经推理系统(ANFIS)的水资源安全评价模型,对保定市中心城区2009-2018年的水资源安全状况进行评价,结果表明:2009-2018年保定市中心城区水资源安全状况无明显变化趋势,除主城区处于较安全状态外,其他区的水资源安全状况主要处于临界安全状态,形势不容乐观;水资源的状态安全是影响保定市中心城区水资源安全的最主要因素。
-
-
李玉倩;
张大庆;
黄胜绢
-
-
摘要:
在层级模糊推理系统的实际应用中,经常会遇到数据维数较高的问题。本文提出一种递进式层级模糊推理系统建模方法,利用减法聚类构建列联表,通过独立性检验和惯量排序对每一层子系统的输入变量进行选择,当系统精度达到阈值时停止子系统的构建。该方法能够在保持系统精度的同时减少规则数。在层级模糊推理系统建模过程中,保持减法聚类对论域划分,避免建模过程中的重复聚类,降低计算复杂度。利用公测数据集进行仿真计算,并与已有算法进行比较,表明该方法精度良好,且规则数量大幅减少,具有普遍适用性。
-
-
吴如克;
胡子琛;
周力行
-
-
摘要:
为了更有效地研究配电线路杆塔在不同地形地貌下遭受雷害风险概率的大小,提出一种基于减法聚类与ANFIS的分类识别模型.通过对配电线路的历史雷电数据进行采集与分析,研究雷害活动与线路杆塔所处地形地貌之间的相互关系,确定了7个影响杆塔遭受雷击概率的特征参数,并将其作为模型的输入向量.采用减法聚类算法确定聚类中心和聚类个数,通过ANFIS对已知配电线路易击杆塔地形地貌的特征数据进行分析,最终实现了对易击杆塔地形地貌的分类识别.仿真结果表明,该系统可以较好地识别出不同地形地貌下杆塔遭受雷击概率的大小,能够对山区防雷提供一定的参考和借鉴.
-
-
马佩
-
-
摘要:
大型开放式网络课程(MOOC)随着互联网的发展而变得流行,并且在过去几年中吸引了数百万的学生加入.在这种大数据环境下,通过合理的数据分析方案,对学生行为数据的收集、分析和展示过程在开放的在线课程中至关重要.本文提出先使用减法聚类后进行K-means聚类数据分析模型,对"尔雅"在线学习平台中《高级数学》课程中的1388名大学生的学习行为进行了合理分析.我们可以根据分析的结果提出一些改进,为MOOC提供更好的定制.
-
-
张晓雯;
向文国;
陈时熠;
刘全军;
徐龙飞
-
-
摘要:
针对选择性催化还原(SCR)脱硝系统非线性、时变和大滞后的特点,本文提出基于小波去噪和主成分分析、自适应神经模糊推理系统(PCA-ANFIS)而建立的SCR脱硝系统预测模型.通过分析不同阈值选取原则及不同小波基和分解层数的去噪效果,选取最适合系统数据去噪的rigrsure原则、软阈值函数、Sym10小波3层分解方式,对数据进行去噪处理,并利用主成分分析法进行数据降维.然后基于减法聚类构建ANFIS模型的初始网络结构,采用混合算法优化模型参数.最后利用某燃煤机组实际运行数据对模型进行验证,并与BP神经网络模型预测结果进行对比.结果 表明,基于小波去噪和PCA-ANFIS的SCR脱硝系统模型具有较好的拟合精度和泛化能力.
-
-
马佩
-
-
摘要:
大型开放式网络课程(MOOC)随着互联网的发展而变得流行,并且在过去几年中吸引了数百万的学生加入。在这种大数据环境下,通过合理的数据分析方案,对学生行为数据的收集、分析和展示过程在开放的在线课程中至关重要。本文提出先使用减法聚类后进行K-means聚类数据分析模型,对“尔雅”在线学习平台中《高级数学》课程中的1388名大学生的学习行为进行了合理分析。我们可以根据分析的结果提出一些改进,为MOOC提供更好的定制。
-
-
-
-
曹汉清;
杨永媛;
韦丽影;
顾朗;
魏宇峰
-
-
摘要:
对电气火灾进行精确的预测是保证工业安全生产的重要手段.提出ANFIS(自适应神经模糊推理系统)预测模型,通过BP算法和最小二乘估计法(LSE)的混合算法来进行学习,来调整系统的前件和后件参数.以徐州特气某一办公楼层的实测数据为例进行算例分析,其中在形成初始模糊推理系统结构时,采用的算法是减法聚类,该算法有效地避免了人工设定结构法产生的组合爆炸问题.引入一阶Sugeno模糊模型,该算法有效解决了平滑地改变线性增益及非线性建模问题.最后将预测结果与真实值对比,利用MTALB仿真工具进行误差分析,结果表明鲁棒性较高,进一步说明了ANFIS预测模型的有效性.
-
-
-
王增福;
潘泉;
郎林;
程咏梅
- 《中国航空学会控制与应用第十三届学术年会》
| 2008年
-
摘要:
针对天波超视距雷达"多路径"传播引起的航迹聚类问题,提出了一种基于减法聚类的自适应动态航迹聚类算法(ADC),定义了评价航迹聚类算法的两类指标。ADC算法在聚类的过程中,利用减法聚类依次获得聚类中心的同时,动态调整样本集的大小,删除样本中的虚假点。在获得聚类中心后,根据最近邻法确定每个样本点的归属。OTHR下的航迹聚类仿真验证了算法的有效性,结果表明ADC算法大大提高了航迹聚类的准确性,为航迹融合奠定了基础。
-
-
-
陈志杰;
陈玲;
杜志敏;
晋欣桥;
方兴
- 《上海制冷学会2017年学术年会》
| 2017年
-
摘要:
依据GB/T5773-2004的容积式制冷剂压缩机性能试验台的精度及可靠度完全取决于传感器的可靠性.本文提出采用减法聚类和支持向量机相结合的方法对制冷剂压缩机性能试验台传感器进行故障检测.减法聚类将试验数据的各种工况加以区分,然后根据各类已区分的工况、利用支持向量机对运行数据进行故障检测.实例验证结果表明,本文提出的减法聚类和支持向量机相结合的方法可以对压缩机性能试验台的传感器固定偏差故障进行有效的故障检测,故障检测准确率在90%以上.
-
-
陈玲;
杜志敏;
方兴;
何军
- 《上海市制冷学会第九届会员代表大会暨2015年学术年会》
| 2015年
-
摘要:
随着空调的广泛使用,空调能耗所占建筑能耗的比重越来越大,空调系统故障检测与诊断研究已经得到了人们的重视和关注.本文依据螺杆压缩机试验台检测到的数据,提出利用减法聚类的方法进行故障检测及分析.在本文中介绍了螺杆压缩机试验台原理,数据采集点,减法聚类原理及算法.通过实例验证,得出减法聚类可将稳定数据按照工况进行分类,通过引入故障,验证利用减法聚类方法可以对螺杆压缩机试验台进行故障检测.
-
-
唐正魁;
董俊慧;
张永志
- 《2009现代焊接科学与技术学术会议》
| 2009年
-
摘要:
针对焊接过程的高度非线性和多种因素交互作用复杂,难以准确地对焊接接头力学性能进行预测,基于径向基神经网络(RBF网络)技术,将影响接头力学性能的主要工艺因素:焊接电流、焊接速度、氩气流量作为网络的输入参数,接头力学性能:抗拉强度、抗弯强度、延伸率作为网络的输出参数,利用模糊C—means聚类(也称为FCM聚类)和减法聚类两种模糊聚类算法作为K-means聚类算法的改进算法。确定径向基神经网络的隐层节点和节点数据中心,克服了K-means聚类算法确定聚类个数困难和聚类过程不具有任何推理含义的缺点。采用伪逆法训练网络输出权向量,更为简捷,使训练速度加快.通过对焊接接头力学性能进行仿真,表明基于模糊聚类算法的RBF网络具有推理含义,能将专家知识融于神经网络,用两种模型预测焊接接头力学性能均达到了较高的精度,且预测精度比基于K-means聚类算法的RBF网络精度有所提高。
-
-
-
刘晓平;
陈皓
- 《第四届智能CAD与数字娱乐学术会议》
| 2007年
-
摘要:
光子映射是一种新的全局光照图形渲染算法,相对于经典的真实感渲染算法,光子映射算法可以更快速地渲染间接光照。但是光子映射算法中辐射评估非常耗时,而且在光子较少时无法得到令人满意的渲染结果。基于光子聚类的渲染算法是对光子映射算法的一种改进。通过对光子图进行聚类产生若干光子聚类中心,以少数光子聚类中心的辐射贡献作为辐射评估的结果,代替大量光子的辐射评估计算。试验证明这种方法在保证渲染效果的前提下可以加快渲染效率,并且在光子较少的情况下也可以获得较好的渲染效果。
-
-
姚崇龄;
张阿卜;
关键生
- 《第四届全国信息获取与处理学术会议》
| 2006年
-
摘要:
在厌氧消化处理废水的过程中,挥发性脂肪酸的浓度对于监测厌氧消化的进程有着至关重要的作用.本文提出了一种神经模糊网络的软测量建模方法来预测VFA的值.首先通过减法聚类优选模糊规则数,避开"规则爆炸"的问题;然后建立自适应神经模糊推理系统软测量模型.仿真结果表明该方法具有很好的拟合精度和预测精度,是一种适合有效的软测量建模方法.
-
-