期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于改进K-均值聚类算法的合肥市电动客车行驶工况构建 被引量:10
1
作者 孙骏 方涛 +2 位作者 张炳力 李傲伽 朱鹤 《汽车技术》 CSCD 北大核心 2020年第8期56-62,共7页
为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进... 为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进行降维与聚类,根据类中心距离从聚类结果中选出类代表短行程,从而构建出合肥市电动客车的行驶工况。将所构建的工况与实车采集数据及国内外典型行驶工况进行对比,结果表明,构建的行驶工况能更准确地反映合肥市电动客车的行驶特征。 展开更多
关键词 合肥市 电动客车 行驶工况 改进k-均值聚类
在线阅读 下载PDF
基于改进K-均值聚类的欠定混合矩阵盲估计 被引量:10
2
作者 付卫红 马丽芬 李爱丽 《系统工程与电子技术》 EI CSCD 北大核心 2014年第11期2143-2148,共6页
在源信号个数未知条件下,提出一种基于改进K-均值聚类的欠定混合矩阵盲估计方法。该方法首先计算观测信号在单位半超球面上投影点的密度参数,然后去掉低密度投影点,并从高密度投影点中选取初始聚类中心,最后对剩余投影点进行聚类,根据Da... 在源信号个数未知条件下,提出一种基于改进K-均值聚类的欠定混合矩阵盲估计方法。该方法首先计算观测信号在单位半超球面上投影点的密度参数,然后去掉低密度投影点,并从高密度投影点中选取初始聚类中心,最后对剩余投影点进行聚类,根据Davies-Bouldin指标估计源信号个数,并估计出混合矩阵。仿真结果表明,该方法的复杂度低,其运行时间仅为拉普拉斯势函数法的1%-3%;该方法的源信号个数估计正确率远高于鲁棒竞争聚类算法,当信噪比高于13dB时,该方法源信号个数估计正确率大于96.6%,且混合矩阵估计误差较小。该方法在信噪比较高时,可降低对源信号稀疏度的要求。 展开更多
关键词 混合矩阵估计 Davies-Bouldin指标 密度参数 改进k-均值聚类
在线阅读 下载PDF
基于改进k-均值聚类算法的风机振动分析 被引量:4
3
作者 周云龙 王锁斌 赵鹏 《振动.测试与诊断》 EI CSCD 北大核心 2012年第3期437-440,516,共4页
针对风机振动信号的非平稳和非线性特征,提出了一种基于时域信号分析和改进的k-均值聚类算法的故障识别方法。对离心式风机运行中产生的几种非稳态振动故障信号,提取其时域信号的峰峰值、Hurst指数和近似熵参数作为特征向量,采用改进的k... 针对风机振动信号的非平稳和非线性特征,提出了一种基于时域信号分析和改进的k-均值聚类算法的故障识别方法。对离心式风机运行中产生的几种非稳态振动故障信号,提取其时域信号的峰峰值、Hurst指数和近似熵参数作为特征向量,采用改进的k-均值聚类算法作为故障分类器,设置转子不平衡、联轴器不对中、风机基座松动、转轴径向摩擦和轴承内圈损坏5种故障。对离心式风机试验的结果表明,3种时域特征能较好地反映各故障之间的差异,改进的k-均值聚类算法与原始的k-均值算法相比分类性能更好,稳定性更强,平均识别率达到88.67%。 展开更多
关键词 故障诊断 离心式风机 时域特征 改进k-均值聚类算法
在线阅读 下载PDF
改进主成分和K-均值聚类算法的行驶工况 被引量:3
4
作者 张玉西 苏小会 +1 位作者 高广棵 尚煜 《科学技术与工程》 北大核心 2021年第8期3199-3205,共7页
为构建行驶工况,消除K-均值算法对初始聚类中心的敏感性及噪声点的干扰,提出一种改进主成分分析和基于密度的改进K-均值聚类组合方法。结合距离优化法和密度法,构建一种数据集密度度量方法。选取距离较大、密度较高的数据点作为初始聚... 为构建行驶工况,消除K-均值算法对初始聚类中心的敏感性及噪声点的干扰,提出一种改进主成分分析和基于密度的改进K-均值聚类组合方法。结合距离优化法和密度法,构建一种数据集密度度量方法。选取距离较大、密度较高的数据点作为初始聚类中心与候选集,优化聚类结果的同时剔除了孤立点,采用较大贡献因子的特征值进行工况合成,最后对行驶工况油耗进行分析。结果表明,所提方法构建行驶工况的速度-加速度联合分布差异值为1.17%,特征参数平均相对误差较小。可见,合成的行驶工况能够很好地反映某地实际交通道路特征,拟合度较高。 展开更多
关键词 改进主成分分析 改进k-均值聚类 距离优化法 密度法
在线阅读 下载PDF
基于信号时频域聚集性的欠定盲分离混合矩阵估计方法 被引量:4
5
作者 温江涛 赵倩云 孙洁娣 《北京理工大学学报》 EI CAS CSCD 北大核心 2016年第7期733-738,共6页
为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应... 为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应变换系数的比值分布衡量信号线性聚集程度;其次,采用优化初始中心的K-均值聚类算法估计混合矩阵.该算法降低了对信号稀疏性的要求,并且可以较高精度地估计出混合矩阵.仿真实验结果表明该方法具有可行性和有效性. 展开更多
关键词 欠定盲源分离 混合矩阵估计 线性集性 改进k-均值聚类
在线阅读 下载PDF
基于相似日选取和PCA-LSTM的光伏出力组合预测模型研究 被引量:3
6
作者 孟亦康 许野 +2 位作者 王鑫鹏 王涛 李薇 《太阳能学报》 EI CAS CSCD 北大核心 2024年第7期453-461,共9页
构建一套融合主成分分析方法(PCA)、改进的K-均值聚类方法、动态时间规整算法(DTW)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用PCA法提取气象要素的主成分因子的基础上,创新性地联合使用改进的K-均值聚类方法和DTW算法... 构建一套融合主成分分析方法(PCA)、改进的K-均值聚类方法、动态时间规整算法(DTW)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用PCA法提取气象要素的主成分因子的基础上,创新性地联合使用改进的K-均值聚类方法和DTW算法生成内部关联程度高且与待预测日的天气特征相近的历史日样本集;然后,结合LSTM神经网络,构建基于相似日选取的光伏发电功率预测模型,最终实现了云南某光伏电站发电功率的精准预测。与其他预测模型的对比结果显示,该文构建的组合预测模型具备更好的预测性能和广阔的应用前景。 展开更多
关键词 光伏电站 主成分分析 长短期记忆神经网络 预测模型 改进k-均值方法 动态时间规整算法
在线阅读 下载PDF
快递包装回收网络中回收点选址研究 被引量:12
7
作者 周晓晔 任贵彬 +2 位作者 马小云 朱梅琳 钟宇 《包装工程》 CAS 北大核心 2020年第11期201-208,共8页
目的针对快递包装重复利用率低、回收难的现象,建立有效的快递包装回收网络,提高快递包装的回收效率。方法文中通过改进的K-均值聚类与集合覆盖模型相结合的方法对回收点选址进行研究。首先利用改进的K-均值聚类对快递点进行聚类分析,... 目的针对快递包装重复利用率低、回收难的现象,建立有效的快递包装回收网络,提高快递包装的回收效率。方法文中通过改进的K-均值聚类与集合覆盖模型相结合的方法对回收点选址进行研究。首先利用改进的K-均值聚类对快递点进行聚类分析,求解快递网点的平均差异度,并通过选定原则得到初始聚类中心,减少迭代的次数,将最终聚类中心作为候选回收点。再利用集合覆盖模型进行优化,在候选回收点的基础上选出回收点,为充分利用现有物流资源,选取最近的快递网点作为回收点。结果以最少的回收点数量覆盖了所有的快递网点,降低了网络的回收成本,提高了快递包装回收效率。结论通过2种方法的结合选择出了合适的快递网点作为回收点。利用SPSS和Matlab软件对SY市的回收点选址进行了实例分析,验证了该方法是有效的。 展开更多
关键词 快递包装 回收点 改进k-均值 集合覆盖模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部