期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于最小引力路径的异构多智能体聚类的隐私保护
1
作者 王彩鑫 杨洪勇 王丽丽 《复杂系统与复杂性科学》 北大核心 2025年第2期145-150,共6页
针对异构多智能体系统无法完成聚类的现象,提出基于最小引力路径的异构多智能体系统聚类的隐私保护。引入差分隐私保护拉普拉斯噪声,保护智能体系统信息隐私性;提出感知密度算法,提高对初始中心智能体选取的适应能力;构建引力模型,利用D... 针对异构多智能体系统无法完成聚类的现象,提出基于最小引力路径的异构多智能体系统聚类的隐私保护。引入差分隐私保护拉普拉斯噪声,保护智能体系统信息隐私性;提出感知密度算法,提高对初始中心智能体选取的适应能力;构建引力模型,利用Dijkstra算法计算最小引力路径,确保所有智能体能够被分配到相应组别。实验表明,该算法成功完成异构多智能体系统的聚类分析,同时保障了智能体数据的统计特性,实现了隐私保护。 展开更多
关键词 异构多智能体系统 隐私保护 感知密度算法 跟随聚类算法
在线阅读 下载PDF
一种有效的K-means聚类中心初始化方法 被引量:87
2
作者 熊忠阳 陈若田 张玉芳 《计算机应用研究》 CSCD 北大核心 2011年第11期4188-4190,共3页
传统K-means算法由于随机选取初始聚类中心,使得聚类结果波动性大;已有的最大最小距离法选取初始聚类中心过于稠密,容易造成聚类冲突现象。针对以上问题,对最大最小距离法进行了改进,提出了最大距离积法。该方法在基于密度概念的基础上... 传统K-means算法由于随机选取初始聚类中心,使得聚类结果波动性大;已有的最大最小距离法选取初始聚类中心过于稠密,容易造成聚类冲突现象。针对以上问题,对最大最小距离法进行了改进,提出了最大距离积法。该方法在基于密度概念的基础上,选取到所有已初始化聚类中心距离乘积最大的高密度点作为当前聚类中心。理论分析与对比实验结果表明,此方法相对于传统K-means算法和最大最小距离法有更快的收敛速度、更高的准确率和更强的稳定性。 展开更多
关键词 K-均值算法 基于密度 初始聚类中心 最大最小距离 最大距离积
在线阅读 下载PDF
基于多时延识别的电站锅炉多源泄漏被动定位方法 被引量:4
3
作者 安连锁 冯强 +3 位作者 沈国清 姜根山 张世平 王鹏 《动力工程学报》 CAS CSCD 北大核心 2015年第10期798-804,共7页
针对电站锅炉多源泄漏问题,对被动定位技术中多时延识别及定位方法等关键技术进行研究.采用PHAT加权广义互相关函数(GCC-PHAT)算法测量多时延值,通过高斯白噪声叠加炉膛背景噪声方法对其测量精度进行研究,选用球形插值法(SI算法)获得多... 针对电站锅炉多源泄漏问题,对被动定位技术中多时延识别及定位方法等关键技术进行研究.采用PHAT加权广义互相关函数(GCC-PHAT)算法测量多时延值,通过高斯白噪声叠加炉膛背景噪声方法对其测量精度进行研究,选用球形插值法(SI算法)获得多组时延值对应定位结果,采用基于三基阵最大异类密度聚类算法筛除虚假泄漏源,并对单源、双源及三源泄漏情况进行仿真研究.结果表明:GCC-PHAT算法能够在多源泄漏情况下有效地进行多时延识别,-6db信噪比下的误差范围在0.01ms以内;随着阵元数的增加,SI算法定位精度随之提高,基于三基阵最大异类密度聚类算法在多源识别仿真中的定位精度保持在1.3%以内;通过多时延识别及基于三基阵最大异类密度聚类算法能够有效地识别泄漏源个数及位置信息. 展开更多
关键词 电站锅炉 泄漏 多时延识别 球形插值法 基于三基阵最大异类密度聚类算法
在线阅读 下载PDF
基于样本密度KFCM新算法及其在故障诊断的应用 被引量:14
4
作者 陶新民 徐晶 +1 位作者 付强 刘兴丽 《振动与冲击》 EI CSCD 北大核心 2009年第8期61-64,83,共5页
针对传统核模糊聚类(KFCM)算法无法克服边界噪声数据影响且对初始聚类中心敏感的不足,提出一种基于样本密度和最大类间方差法相结合的KFCM算法。该算法在传统的KFCM算法中引入样本分布密度作为权重,克服噪声及边界数据对分类中心的影响... 针对传统核模糊聚类(KFCM)算法无法克服边界噪声数据影响且对初始聚类中心敏感的不足,提出一种基于样本密度和最大类间方差法相结合的KFCM算法。该算法在传统的KFCM算法中引入样本分布密度作为权重,克服噪声及边界数据对分类中心的影响,使样本的聚类效果更好,同时还可以分析各样本对聚类的贡献程度。此外利用最大类间方差法对样本密度进行分割,得到各类中心点并以此作为KFCM算法的初始聚类中心,克服了传统算法对初始值敏感的不足。对各种实际数据集的测试结果均显示出新算法的优良性能。最后利用新算法对轴承故障进行诊断,试验结果表明新算法的诊断率优于传统的聚类算法。 展开更多
关键词 核模糊聚类 样本密度 最大类间方差法 故障诊断
在线阅读 下载PDF
融入密度和距离的K-means初始簇中心优选方法研究 被引量:6
5
作者 冯勇 张学理 +1 位作者 王嵘冰 徐红艳 《小型微型计算机系统》 CSCD 北大核心 2018年第8期1805-1808,共4页
K-means算法随机选取初始簇中心易导致聚类不稳定、准确率低等问题.为了解决上述问题,提出融入密度和距离的K-means初始簇中心优选方法.该方法首先选取距离最远的两个样本点进行贪心策略的密度聚类,形成两个临时初始簇,接着不断选取距... K-means算法随机选取初始簇中心易导致聚类不稳定、准确率低等问题.为了解决上述问题,提出融入密度和距离的K-means初始簇中心优选方法.该方法首先选取距离最远的两个样本点进行贪心策略的密度聚类,形成两个临时初始簇,接着不断选取距临时初始簇质心距离乘积最大值点进行密度聚类,直到形成K个临时初始簇,最后在每个簇中选取核心点作为初始簇中心.在Letter数据集进行实验,证明所选取初始簇中心进行K-means聚类具有更好的稳定性、更高的准确率. 展开更多
关键词 K-MEANS算法 密度 贪心策略 最大距离 初始簇中心
在线阅读 下载PDF
基于改进型密度峰值算法的电力负荷聚类分析 被引量:6
6
作者 曾四鸣 李铁成 +4 位作者 李顺 梁纪峰 范辉 杨军 吴赋章 《科学技术与工程》 北大核心 2022年第25期11032-11040,共9页
在海量异质灵活资源参与含高比例新能源电网的运行调节背景下,针对用户用电特性分析的准确性、鲁棒性、计算效率的高要求问题,提出了一种基于特征指标完善和改进型密度峰值算法的电力负荷聚类分析方法。首先,通过提取9个完备的特征指标... 在海量异质灵活资源参与含高比例新能源电网的运行调节背景下,针对用户用电特性分析的准确性、鲁棒性、计算效率的高要求问题,提出了一种基于特征指标完善和改进型密度峰值算法的电力负荷聚类分析方法。首先,通过提取9个完备的特征指标进行指标降维和完善以代替日负荷曲线组成的功率向量作为聚类输入;其次,采用熵权法对各项特征指标赋予权重保证负荷曲线的形态特征;最后,采用一种改进型密度峰值聚类算法对日负荷进行聚类分析。基于某地区实际负荷数据进行算例分析,结果表明,所提方法在鲁棒性、聚类质量等方面相比于传统电力负荷聚类算法均具有优越性,聚类结果能真实有效地反映用户的实际用电特性,为制定精准的电力用户画像、需求侧响应策略提供了态势感知基础。 展开更多
关键词 电力负荷聚类 特征指标 改进型密度峰值算法 海量异质灵活资源 高比例新能源
在线阅读 下载PDF
密度敏感模糊核最大熵聚类算法 被引量:2
7
作者 李烨桐 郭洁 +3 位作者 祁霖 刘璇 阮鹏宇 陶新民 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第1期67-82,共16页
提出一种密度敏感模糊核最大熵聚类算法.该算法首先通过核函数将原始非线性非高斯的数据集转化为核空间数据集,然后利用核函数的相似性抵消不属于该聚类的样本数据在聚类过程中对聚类中心求解的干扰,消除正则化系数对聚类结果的影响,进... 提出一种密度敏感模糊核最大熵聚类算法.该算法首先通过核函数将原始非线性非高斯的数据集转化为核空间数据集,然后利用核函数的相似性抵消不属于该聚类的样本数据在聚类过程中对聚类中心求解的干扰,消除正则化系数对聚类结果的影响,进而抑制传统最大熵聚类算法的趋同性.最后通过引入相对密度项,解决因样本数据在特征空间的分布差异而导致的聚类中心求解偏差问题,从而提高聚类结果的准确性.实验部分,本文讨论了算法参数间的关系以及对聚类结果的影响.通过与传统模糊C均值聚类算法、核模糊C均值聚类算法、最大熵聚类算法、最大熵规范化权重核模糊C均值聚类算法以及其他两种改进最大熵聚类算法的聚类结果进行对比分析,结果表明本文提出的密度敏感模糊核最大熵聚类算法的聚类性能明显优于其他算法. 展开更多
关键词 聚类 相对密度 最大熵聚类算法 鲁棒性
在线阅读 下载PDF
基于遗传密度峰值聚类的医学图像分割 被引量:3
8
作者 何瀚志 朱红 王伟 《计算机工程与设计》 北大核心 2019年第3期856-861,共6页
针对密度峰值算法(density peaks cluster,DPC)依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出一种基于遗传算法求取分割图像最大熵值,获得最优分割阈值的方法。得到满意的分割效果,实现了DPC算法的自适应... 针对密度峰值算法(density peaks cluster,DPC)依靠先验知识给定截断距离dc且人工选择聚类中心点具有主观随意性等缺陷,提出一种基于遗传算法求取分割图像最大熵值,获得最优分割阈值的方法。得到满意的分割效果,实现了DPC算法的自适应分割并应用到医学图像上。仿真实验采用多张哈佛全脑图中的经典疾病图像,与K-means、AP (仿射传播)聚类算法及DPC算法作比较,比较结果表明,DPC的改进算法能自动获取截断距离,确定聚类中心,获得更好的分割效果。 展开更多
关键词 密度峰值 聚类 遗传算法 最大熵值 医学图像分割
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部