用改进的RPCL算法提取聚类的最佳数目 被引量：15

1

作者 李昕 郑宇 江芳泽 《上海大学学报（自然科学版）》 CAS CSCD 1999年第5期409-413,共5页

对于传统的Ｋ 平均算法来说，如何选择适当类的数目是一个难以解决的问题．有人提出了次胜者受罚的竞争学习（ｒｉｖａｌｐｅｎａｌｉｚｅｄ ｃｏｍ ｐｅｔｉｔｉｖｅ ｌｅａｒｎｉｎｇ ： ＲＰＣＬ）算法试图来解决这一问题．但是，当... 对于传统的Ｋ 平均算法来说，如何选择适当类的数目是一个难以解决的问题．有人提出了次胜者受罚的竞争学习（ｒｉｖａｌｐｅｎａｌｉｚｅｄ ｃｏｍ ｐｅｔｉｔｉｖｅ ｌｅａｒｎｉｎｇ ： ＲＰＣＬ）算法试图来解决这一问题．但是，当数据类有重叠以及输入矢量含有非独立项时，ＲＰＣＬ算法的性能不能令人满意．本文提出了一种结合全协方差矩阵的ＲＰＣＬ算法，并逐步删除那些只包含少量训练数据的类．这种算法，我们称之为改进的ＲＰＣＬ算法．我们用改进的ＲＰＣＬ算法来确定高斯混合分布类的数目，并将其与原来的ＲＰＣＬ进行比较．实验证明。 展开更多

关键词 聚类 rpcl算法 竞争学习 语音识别 图像识别

在线阅读 下载PDF 职称材料

基于LSA降维的RPCL文本聚类算法 被引量：5

2

作者 高茂庭 王正欧 《计算机工程与应用》 CSCD 北大核心 2006年第23期138-140,共3页

文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数... 文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数目。将这两种方法结合进行文本聚类可以在一定程度上解决维数和聚类数的问题,实验表明,这种方法能够收到较好的聚类效果,同时,实验还验证了向量余弦距离比欧氏距离方法更适合于文本相似度的计算。 展开更多

关键词 文本聚类 次胜者受罚竞争学习 隐含语义分析 聚类分析

在线阅读 下载PDF 职称材料

基于RPCL的模糊关联规则挖掘 被引量：1

3

作者 谢皝 张平伟 罗晟 《计算机工程》 CAS CSCD 北大核心 2011年第19期44-46,共3页

在模糊关联规则的挖掘过程中,很难预先知道每个属性合适的模糊集。针对该问题,提出基于次胜者受罚竞争学习的模糊关联规则挖掘算法,无需先验知识,即可根据每个属性的性质找出对应的模糊集,并确定模糊集的数目。实验结果表明,与同类算法... 在模糊关联规则的挖掘过程中,很难预先知道每个属性合适的模糊集。针对该问题,提出基于次胜者受罚竞争学习的模糊关联规则挖掘算法,无需先验知识,即可根据每个属性的性质找出对应的模糊集,并确定模糊集的数目。实验结果表明,与同类算法相比,该算法可以挖掘出更多有趣的关联规则。 展开更多

关键词 模糊集 隶属度函数 聚类 次胜者受罚竞争学习 关联规则

在线阅读 下载PDF 职称材料

聚类中心计数值和全局距离向量RPCL算法 被引量：1

4

作者 沈佳杰 江红 王肃 《计算机工程与设计》 CSCD 北大核心 2014年第5期1811-1815,共5页

针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类中心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能... 针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类中心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能力,提出了一个基于聚类中心计数值和全局距离向量的RPCL算法改进。通过理论证明验证了该RPCL算法可以有效提高RPCL算法对于全局最优聚类中心的搜索能力以及聚类结果的准确性,实验结果表明了理论推导的正确性以及该算法的可行性。 展开更多

关键词 竞争学习算法 聚类算法 聚类中心计数值 全局距离向量 rpcl算法

在线阅读 下载PDF 职称材料

用于风电功率预测的RPCL优化神经网络模型 被引量：5

5

作者 苏义鑫 夏慧雯 《北京工业大学学报》 CAS CSCD 北大核心 2016年第5期674-678,共5页

为了提高风电功率预测的准确度,提出了一种基于对手竞争惩罚学习算法(rival penalized competitive learning,RPCL)优化径向基函数(radial basis function,RBF)神经网络的风电功率预测模型.首先通过RPCL确定网络隐含层神经元数目以及中... 为了提高风电功率预测的准确度,提出了一种基于对手竞争惩罚学习算法(rival penalized competitive learning,RPCL)优化径向基函数(radial basis function,RBF)神经网络的风电功率预测模型.首先通过RPCL确定网络隐含层神经元数目以及中心点初始值,然后由K均值聚类法确定隐含层神经元的中心点和宽度,最后通过最小均值算法确定隐含层神经元与输出层神经元之间的权值.仿真结果表明:此优化模型相较于传统RBF网络具有更高的准确性. 展开更多

关键词 风电功率预测 对手竞争惩罚学习算法 RBF神经网络 K均值聚类

在线阅读 下载PDF 职称材料

RPCL算法的理论发展和应用

6

作者 袁昊 马尽文 《信号处理》 CSCD 北大核心 2023年第1期176-190,共15页

在传统的聚类分析中,通常需要针对给定的数据选择出正确或合理的类别数,否则算法无法得到理想的聚类分析结果。当采用竞争学习(Competitive Learning,CL)算法进行聚类分析时也面临着同样的问题。然而,一般数据集中实际聚类个数(或竞争... 在传统的聚类分析中,通常需要针对给定的数据选择出正确或合理的类别数,否则算法无法得到理想的聚类分析结果。当采用竞争学习(Competitive Learning,CL)算法进行聚类分析时也面临着同样的问题。然而,一般数据集中实际聚类个数(或竞争单元个数)的推断与选择却是一个十分困难的问题。为了解决这一难题,对手惩罚竞争学习(Rival Penalized Competitive Learning,RPCL)算法建立了一种有效的思想和方法。它通过预设较大的聚类个数,在竞争学习中引入了对手惩罚的机制,自动地选择出正确的聚类中心与个数,并将多余的聚类中心排除到无穷点或远离数据的地方。这种独特的思想和方法为聚类分析开辟了一条崭新的途径。本文将深入分析RPCL算法的理论发展,包括产生的根源及其思想、理论基础、在不同情况下的推广和变式,并且总结了RPCL算法在各个领域中的应用。 展开更多

关键词 聚类分析 聚类数选择 竞争学习 对手惩罚竞争学习 价值函数

在线阅读 下载PDF 职称材料

基于PSO-RBF NN的非线性系统辨识方法仿真研究 被引量：17

7

作者 丁宏锴 萧蕴诗 +1 位作者 李斌宇 岳继光 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期1826-1829,共4页

提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法。网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的。实例仿真证实了该方法... 提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法。网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的。实例仿真证实了该方法的有效性。 展开更多

关键词 非线性系统辨识 粒子群优化算法 RBF神经网络 对手受罚的竞争学习算法

在线阅读 下载PDF 职称材料

基于样本空间分布密度的改进次胜者受罚竞争学习算法 被引量：5

8

作者 谢娟英 郭文娟 +1 位作者 谢维信 高新波 《计算机应用》 CSCD 北大核心 2012年第3期638-642,共5页

针对传统次胜者受罚竞争学习(RPCL)算法忽略数据集几何结构对节点权值调整的影响,以及魏立梅等提出的新RPCL算法(魏立梅,谢维信.聚类分析中竞争学习的一种新算法.电子科学学刊,2000,22(1):13-18)引入密度来对节点的权值进行调整时,密度... 针对传统次胜者受罚竞争学习(RPCL)算法忽略数据集几何结构对节点权值调整的影响,以及魏立梅等提出的新RPCL算法(魏立梅,谢维信.聚类分析中竞争学习的一种新算法.电子科学学刊,2000,22(1):13-18)引入密度来对节点的权值进行调整时,密度定义的主观性,提出基于样本空间分布密度的改进RPCL算法。该算法根据数据集样本自然分布定义样本密度,将此密度引入RPCL节点权值调整;使用UCI机器学习数据库数据集以及随机生成的带有噪声点的人工模拟数据集对算法进行实验测试,对算法确定数据集类簇数目的准确率、运行时间、聚类误差平方和、聚类结果的Rand指数、Jaccard系数以及Adjust Rand index参数进行分析比较。各项实验结果显示:所提算法优于原始RPCL算法和魏立梅算法,具有更好的聚类效果,对噪声数据有很强的抗干扰性能。所提算法不仅能根据样本的自然分布确定数据集的合理类簇数目,而且能确定合适的类簇中心,提高聚类的准确性,使聚类结果尽可能快地收敛到全局最优解。 展开更多

关键词 聚类 次胜者受罚竞争学习算法 样本密度 聚类数目 聚类中心

在线阅读 下载PDF 职称材料

逆向工程中点云孔洞修补技术研究 被引量：4

9

作者 王春香 孟宏 +1 位作者 张勇 张文敬 《机械科学与技术》 CSCD 北大核心 2018年第5期729-735,共7页

对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合... 对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究。结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件。而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强。 展开更多

关键词 径向基函数神经网络(RBF) 对手受惩罚竞争学习算法(rpcl) 模糊C均值聚类算法(FCM) 孔洞修补 MATLAB

在线阅读 下载PDF 职称材料

基于改进RBF神经网络的非线性时间序列预测 被引量：9

10

作者 韩敏 王晨 席剑辉 《仪器仪表学报》 EI CAS CSCD 北大核心 2003年第z1期574-575,581,共3页

本文基于一种改进的径向基函数 (RBF)神经网络 ,进行了非线性时间序列的在线预测研究。该 RBF网络通过次胜者受惩算法 (RPCL )根据样本信息合理调节隐层中心 ,通过递归正交最小二乘算法 (ROL S)更新网络输出层的连接权重。算法学习速率... 本文基于一种改进的径向基函数 (RBF)神经网络 ,进行了非线性时间序列的在线预测研究。该 RBF网络通过次胜者受惩算法 (RPCL )根据样本信息合理调节隐层中心 ,通过递归正交最小二乘算法 (ROL S)更新网络输出层的连接权重。算法学习速率较快 ,从而提高了网络的实时性能。仿真结果表明该学习算法的实用性和有效性。 展开更多

关键词 径向基函数神经网络 次胜者受惩算法 递归正交最小二乘算法

在线阅读 下载PDF 职称材料

竞争与动态合作学习聚类分析算法 被引量：2

11

作者 李涛 裴文江 +1 位作者 王少平 张晓明 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2010年第1期102-108,共7页

从竞争与合作学习(CCL)算法的半合作机制出发,提出了基于自适应调节合作群体内种子学习率机制的竞争与动态合作学习(CDCL)聚类分析算法.该算法在保证所有种子以较高精度收敛性于各聚类中心的同时,可有效克服同类算法普遍存在的对种子初... 从竞争与合作学习(CCL)算法的半合作机制出发,提出了基于自适应调节合作群体内种子学习率机制的竞争与动态合作学习(CDCL)聚类分析算法.该算法在保证所有种子以较高精度收敛性于各聚类中心的同时,可有效克服同类算法普遍存在的对种子初始分布敏感、收敛速度不稳定及无法适用于异构聚类分析等问题.混合高斯聚类分析与彩色图像分割实验结果验证了CDCL的有效性,且在复杂条件下其聚类分析性能远超出CCL及其他RPCL衍生算法. 展开更多

关键词 聚类分析 次胜者受罚竞争学习 竞争与合作学习 竞争与动态合作学习

在线阅读 下载PDF 职称材料

一种基于误差的径向基神经网络学习方法

12

作者 游培寒 王振家 项海林 《计算机工程》 CAS CSCD 北大核心 2003年第17期126-127,F003,共3页

提出了一种基于误差的径向基神经网络竞争学习法，它以网络的输出误差为度量，通过竞争调节神经元中心，RLS算法训练网络的权值，并利用IPL算法判断网络神经元的冗余性。仿真结果表明，该算法提高了网络的输出精度，简化了网络结构，其... 提出了一种基于误差的径向基神经网络竞争学习法，它以网络的输出误差为度量，通过竞争调节神经元中心，RLS算法训练网络的权值，并利用IPL算法判断网络神经元的冗余性。仿真结果表明，该算法提高了网络的输出精度，简化了网络结构，其运算速度也较快。 展开更多

关键词 径向基神经网络 惩罚竞争学习法 RLS算法 IPL算法

在线阅读 下载PDF 职称材料