一种基于SOM和K-means的文档聚类算法 被引量：16

1

作者 杨占华 杨燕 《计算机应用研究》 CSCD 北大核心 2006年第5期73-74,79,共3页

提出了一种把自组织特征映射SOM和K-means算法结合的聚类组合算法。先用SOM对文档聚类,然后以SOM的输出权值初始化K-means的聚类中心,再用K-means算法对文档聚类。实验结果表明,该聚类组合算法能改进文档聚类的性能。

关键词 自组织特征映射 K-MEANS 聚类 组合方法 文档聚类

在线阅读 下载PDF 职称材料

基于改进的SOM聚类连续属性离散化算法 被引量：7

2

作者 陶刚 闫永刚 +1 位作者 刘俊 邹娇 《计算机应用》 CSCD 北大核心 2015年第A01期89-92,共4页

为解决连续属性值的离散化问题,提出了一种改进的自组织映射(SOM)聚类离散化算法,该算法利用SOM实现初始聚类,界定聚类上限;之后以初始聚类中心为样本,通过层次方法的平衡迭代规约和聚类(BIRCH)层次聚类算法进行二次聚类,解决聚类数虚... 为解决连续属性值的离散化问题,提出了一种改进的自组织映射(SOM)聚类离散化算法,该算法利用SOM实现初始聚类,界定聚类上限;之后以初始聚类中心为样本,通过层次方法的平衡迭代规约和聚类(BIRCH)层次聚类算法进行二次聚类,解决聚类数虚高问题并确定离散断点集;最后对断点集任一样本找出其所在维各聚类中心的最近邻,以此作为离散微调依据。实验结果表明,该算法在断点集数(轮廓系数提升75%)及离散精度方面(不相容度更近似0)均优于传统SOM聚类离散化算法,可有效解决大样本、高维数据离散化问题。 展开更多

关键词 自组织特征映射 BIRCH 离散化 轮廓系数 最近邻

在线阅读 下载PDF 职称材料

基于小波和SOM网络的医学图像融合 被引量：3

3

作者 王安娜 杨铭如 +1 位作者 刘坐乾 王婷君 《计算机工程》 CAS CSCD 北大核心 2009年第21期200-202,205,共4页

提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够... 提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够获得良好的性能。 展开更多

关键词 图像融合 小波变换 自组织特征映射神经网络 聚类分析

在线阅读 下载PDF 职称材料

高等学校教育资源集聚分类的SOM模型及应用

4

作者 万雅奇 《计算机工程与应用》 CSCD 北大核心 2007年第22期228-230,234,共4页

从集聚分类的角度,实证研究高等学校教育资源状况聚类模型,提出教育资源状况的聚类模型并结合实际进行分类。

关键词 高等学校 教育资源 聚类分类 自组织特征映射网络(som)

在线阅读 下载PDF 职称材料

基于SOM和PSO的非监督地震相分析技术 被引量：31

5

作者 张 郑晓东 +3 位作者 李劲松 路交通 曹成寅 隋京坤 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2015年第9期3412-3423,共12页

地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方... 地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方法(PSO)相结合的地震相分析技术,利用自组织神经网络能够保持原始地震数据的拓扑结构特性的特点,将大量冗余样本压缩为小样本数据,再通过粒子群的全局寻优能力改善K均值聚类的效果.理论模型和实际应用表明该方法能既有效实现数据压缩,又能提供较为准确的全局解,在地震相预测中兼顾计算效率和计算精度. 展开更多

关键词 自组织神经网络 粒子群算法 非监督地震相分析 聚类

在线阅读 下载PDF 职称材料

基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 被引量：168

6

作者 代倩 段善旭 +3 位作者 蔡涛 陈昌松 陈正洪 邱纯 《中国电机工程学报》 EI CSCD 北大核心 2011年第34期28-35,共8页

现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,... 现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。 展开更多

关键词 光伏发电量短期预测 神经网络 气象因素 自组织特征映射聚类 距离分析

在线阅读 下载PDF 职称材料

一种自动抽取图像中可判别区域的新方法 被引量：6

7

作者 何清法 鲁松 +1 位作者 郝沁汾 李国杰 《计算机学报》 EI CSCD 北大核心 2002年第8期801-809,共9页

图像分割是图像处理中的一个难题 .为了自动抽取图像中的可判别区域 ,提出了一种基于自组织图归约算法的区域抽取新方法 .首先 ,利用包括颜色、纹理以及位置在内的多模特征抽取算法 ,原始图像被转换成特征图 ;接着 ,通过自组织映射学习... 图像分割是图像处理中的一个难题 .为了自动抽取图像中的可判别区域 ,提出了一种基于自组织图归约算法的区域抽取新方法 .首先 ,利用包括颜色、纹理以及位置在内的多模特征抽取算法 ,原始图像被转换成特征图 ;接着 ,通过自组织映射学习算法 ,特征图被映射成自组织图 ;然后 ,对自组织图实施归约算法得到一族约简的自组织图谱系 ;最后 ,利用一个综合的聚类有效性分析指标从约简的自组织图谱系中得到一个最优约简的自组织图 ,以此实现图像区域的分割 .新方法的有效性通过两个评价实验得到了验证 . 展开更多

关键词 自动抽取图像 可判别区域 特征图 自组织映射 自组织图归约 聚类有效性分析 图像分割 图像处理 计算机视觉

在线阅读 下载PDF 职称材料

牛栏江污染物源解析与空间差异性分析 被引量：9

8

作者 李发荣 李玉照 +2 位作者 刘永 李晓铭 郭怀成 《环境科学研究》 EI CAS CSCD 北大核心 2013年第12期1356-1363,共8页

牛栏江-滇池补水是缓解滇池生态用水短缺的重要工程,对牛栏江流域主要污染源与空间差异性的识别分析,将有助于进一步改善牛栏江的水质.采用CFA(对应分析)对牛栏江流域污染源进行解析识别,结果表明流域内TN、NH3-N(氨氮)等污染物主要来... 牛栏江-滇池补水是缓解滇池生态用水短缺的重要工程,对牛栏江流域主要污染源与空间差异性的识别分析,将有助于进一步改善牛栏江的水质.采用CFA(对应分析)对牛栏江流域污染源进行解析识别,结果表明流域内TN、NH3-N(氨氮)等污染物主要来源于嵩明县境内,TP、氟化物等污染物主要来源于寻甸县境内.在CFA分析的基础上,采用HCA(层次聚类分析)和SOM(自组织映射神经网络)对4个监测点、10种污染物指标进行分析,以识别空间分布的差异性和相似性,并且评价各指标的空间分布特征及监测点代表性.结果表明:4个监测点中,TP、氟化物、砷化物、Vph(挥发酚)在寻甸县境内的七星桥污染最严重;TN、NH3-N在牛栏江上游嵩明县境内的四营污染最重.结合流域污染负荷调查可知,寻甸县的磷负荷最大,占流域总负荷的58.73%,七星桥的TP污染贡献大于其他3个监测点,与七星桥TP污染最为严重相符合.该研究结果可为牛栏江流域实施进一步的分段治理提供决策支撑. 展开更多

关键词 对应分析 自组织映射神经网络 来源识别 空间差异

在线阅读 下载PDF 职称材料

基于聚类分析的人工神经网络洪水预报模型研究 被引量：11

9

作者 尹雄锐 张翔 夏军 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2007年第3期34-40,共7页

应用模糊C均值(FCM)和自组织映射网络(SOM)两种方法将洪水流量过程线进行分解,并聚成不同的类别,结合多层前馈神经网络(MFN)建立了两个综合神经网络模型(FCMMFN和SOMMFN),进行洪水预报。在王家厂水库流域洪水预报的应用结果表明,两种聚... 应用模糊C均值(FCM)和自组织映射网络(SOM)两种方法将洪水流量过程线进行分解,并聚成不同的类别,结合多层前馈神经网络(MFN)建立了两个综合神经网络模型(FCMMFN和SOMMFN),进行洪水预报。在王家厂水库流域洪水预报的应用结果表明,两种聚类方法能够将流量过程分解为具有不同内在规律的若干过程,两种综合神经网络模型预报精度均优于单一的多层前馈网络模型,而且FCMMFN的精度高于SOMMFN。 展开更多

关键词 模糊C均值 自组织映射网络 洪水预报 聚类分析 人工神经网络

在线阅读 下载PDF 职称材料

基于感兴趣区域特征提取技术的情感语义研究 被引量：1

10

作者 吕进来 相洁 +1 位作者 陈俊杰 成琳 《计算机工程与设计》 CSCD 北大核心 2010年第3期660-662,666,共4页

提出一种基于感兴趣区域特征提取技术的图像情感语义识别模型。着重论述了感兴趣区域的获取、感兴趣区域与非感兴趣区域权重的确定、从RGB颜色空间到HSV颜色空间的转换算法、加权颜色直方图的统计算法以及最终情感聚类的方法。仿真实验... 提出一种基于感兴趣区域特征提取技术的图像情感语义识别模型。着重论述了感兴趣区域的获取、感兴趣区域与非感兴趣区域权重的确定、从RGB颜色空间到HSV颜色空间的转换算法、加权颜色直方图的统计算法以及最终情感聚类的方法。仿真实验结果表明,该模型所实现的底层特征到高层情感语义映射准确率比传统的颜色特征提取技术的图像情感语义识别模型有很大的提高。 展开更多

关键词 感兴趣区域 情感语义 颜色特征提取 颜色直方图 自组织映射 情感聚类

在线阅读 下载PDF 职称材料

Web文本聚类算法WTCA的研究与实现 被引量：1

11

作者 郑煜 钱榕 《计算机工程与应用》 CSCD 北大核心 2007年第4期170-172,共3页

提出了一种新的Web文本聚类算法WTCA——基于自组织特征映射神经网络(SOM)的聚类算法。该算法分为训练SOM网络及聚类分析两个阶段,具有自稳定性,无须外界给出评价函数;能够识别概念空间中最有意义的特征,抗噪音能力强。该算法应用到现... 提出了一种新的Web文本聚类算法WTCA——基于自组织特征映射神经网络(SOM)的聚类算法。该算法分为训练SOM网络及聚类分析两个阶段,具有自稳定性,无须外界给出评价函数;能够识别概念空间中最有意义的特征,抗噪音能力强。该算法应用到现代远程教育网,可以对各类远程教育站点上收集的文本资料信息自动进行聚类分析;从海量Web文本信息源中快速有效地获取重要的知识。 展开更多

关键词 WEB文本挖掘 文本聚类 非结构化数据挖掘结构模型 自组织特征映射

在线阅读 下载PDF 职称材料

基于电压时序数据的配电台区户变关系智能识别 被引量：21

12

作者 宋玮琼 郭帅 +3 位作者 李冀 刘恒 郭秋婷 胡伟 《电力系统及其自动化学报》 CSCD 北大核心 2022年第1期48-55,共8页

为解决低压配电网络户变关系不准确带来的台区线损统计、排查困难等问题,根据电力大数据技术,提出了基于变压器低压侧和用户侧电压时序数据聚类的配电台区户变关系智能识别方法。首先,采用改进的动态时间规整算法计算用户时序电压序列... 为解决低压配电网络户变关系不准确带来的台区线损统计、排查困难等问题,根据电力大数据技术,提出了基于变压器低压侧和用户侧电压时序数据聚类的配电台区户变关系智能识别方法。首先,采用改进的动态时间规整算法计算用户时序电压序列的相似度;其次,提出基于自组织特征映射算法与K-means算法相结合的两阶段聚类方法,结合时序数据相似度实现基于形状的快速聚类,将连接同一变压器同相位下的用户聚成一类,实现台区户变关系的智能识别;最后,利用实际配电网的台区量测数据进行仿真验证和分析,仿真结果证明了本文所提方法的有效性。 展开更多

关键词 低压配电网 户变关系 动态时间规整 自组织特征映射 时序数据聚类

在线阅读 下载PDF 职称材料

基于机器学习的变电站设备异常状态数据清洗 被引量：31

13

作者 孟令雯 张锐锋 +1 位作者 李鑫卓 席禹 《电力系统及其自动化学报》 CSCD 北大核心 2021年第12期79-86,共8页

为准确判断设备运行状态和充分挖掘分析数据价值,本文设计了一种基于密度聚类、无监督学习和时间循环神经网络的设备数据清洗方法。通过双重判据进行异常数据检测,针对变电站多维监测数据中参数间相关性难以确定的问题,采用无监督聚类... 为准确判断设备运行状态和充分挖掘分析数据价值,本文设计了一种基于密度聚类、无监督学习和时间循环神经网络的设备数据清洗方法。通过双重判据进行异常数据检测,针对变电站多维监测数据中参数间相关性难以确定的问题,采用无监督聚类方法对参数间相关性进行简化,得到异常点;再利用自组织特征映射神经网络挖掘符合自回归模型的历史数据的潜在特征,将在线数据随时间动态变化规律用转移概率值表示,确定异常数据类型及发生时间;然后采用时间循环神经网络将异常数据中的“脏数据”修正,并将处理后的数据入库;最后,通过实例验证了方法的可行性,表明该方法能快速检测和处理设备状态数据的各种情况,实现了变电站设备状态数据的实时监控和个性化清洗。 展开更多

关键词 数据清洗 异常检测 自组织特征映射神经网络 长短期记忆神经网络 无监督聚类

在线阅读 下载PDF 职称材料