期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种改进K-means聚类的近邻传播最大最小距离算法 被引量:24
1
作者 王美琪 李建 《计算机应用与软件》 北大核心 2021年第7期240-245,共6页
针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得Kap(Kap... 针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得Kap(Kap>k)个具有代表性的候选中心点,再利用最大最小距离算法从Kap个候选中心点中选择k个初始聚类中心。在多个UCI数据集上实验,结果表明APMMD算法获得初始聚类中心应用于K-means聚类,迭代次数明显降低,聚类结果稳定且具有较高准确率。 展开更多
关键词 初始聚类中心 近邻传播算法 最大最小距离算法 APMMD算法 性能量度
在线阅读 下载PDF
基于最大最小距离的高光谱遥感图像波段选择 被引量:6
2
作者 王立国 赵亮 石瑶 《智能系统学报》 CSCD 北大核心 2018年第1期131-137,共7页
为减少高光谱遥感图像光谱空间冗余,降低后续处理的计算复杂度,提出一种基于最大最小距离的高光谱图像波段选择算法。首先计算波段标准差,选定标准差最大的波段作为初始中心;然后使用最大最小距离算法得到相对距离较远的聚类中心,对波... 为减少高光谱遥感图像光谱空间冗余,降低后续处理的计算复杂度,提出一种基于最大最小距离的高光谱图像波段选择算法。首先计算波段标准差,选定标准差最大的波段作为初始中心;然后使用最大最小距离算法得到相对距离较远的聚类中心,对波段进行聚类;最后使用K中心点算法更新聚类中心。实验仿真结果表明:通过基于最大最小距离算法选择的波段,能够选出同时满足信息量大、相关性小的要求的波段子集,并将获得的波段组合用于高光谱图像分类时,可以得到较好的分类精度。 展开更多
关键词 高光谱遥感 波段选择 波段聚类 无监督 最大最小距离算法 K-medoids聚类 最大似然法 分类
在线阅读 下载PDF
两阶段模糊聚类算法在气测资料解释中的应用 被引量:1
3
作者 薛磊 白康生 +1 位作者 孙玉强 程起才 《计算机工程与设计》 CSCD 北大核心 2009年第4期1027-1029,共3页
针对气测解释的随机性和模糊性的特点,提出一种两阶段模糊聚类算法。该算法通过引入密度参数对最大最小距离算法作了改进,以改进后的最大最小距离算法对数据集进行粗聚类,再以粗聚类所得的聚类中心为初始聚类中心执行标准模糊C-均值算法... 针对气测解释的随机性和模糊性的特点,提出一种两阶段模糊聚类算法。该算法通过引入密度参数对最大最小距离算法作了改进,以改进后的最大最小距离算法对数据集进行粗聚类,再以粗聚类所得的聚类中心为初始聚类中心执行标准模糊C-均值算法,得到类中心以及各数据类别。用于某油田某区块的储层油气性识别的实践表明,该算法实现简单、准确率较高、稳定性好,优于标准FCM算法。 展开更多
关键词 气测 最大最小距离算法 密度参数 模糊聚类 模糊C-均值算法
在线阅读 下载PDF
基于改进的k-means聚类算法的季节性负荷特性分析 被引量:12
4
作者 李朝晖 尹晓博 +3 位作者 杨海晶 马瑞 石光 赵文沛 《电网与清洁能源》 2018年第2期53-59,64,共8页
负荷特性分析的研究对电力系统稳定运行和调度具有重要意义。以历史负荷数据为基础,采用改进的k-means聚类方法得到具有代表性的负荷特性曲线。在考虑了检验聚类结果有效性模型的基础上加入了最大最小算法,让初始聚类中心稳定;采用改进... 负荷特性分析的研究对电力系统稳定运行和调度具有重要意义。以历史负荷数据为基础,采用改进的k-means聚类方法得到具有代表性的负荷特性曲线。在考虑了检验聚类结果有效性模型的基础上加入了最大最小算法,让初始聚类中心稳定;采用改进的k-means聚类典型场景缩减算法,考虑到气候因素的影响,按照春、夏、秋、冬4个季节来对负荷数据进行分类,对历史负荷数据进行处理,得到具有代表性的负荷特性曲线。以某市的历史数据为例进行仿真分析,结果表明,该算法可以将原始的大规模场景缩减合并后得到可以表述该市的几个更少的负荷特性曲线,具有代表性和准确性,更具实际应用价值。 展开更多
关键词 负荷特性分析 K-MEANS聚类算法 最大最小距离算法 季节因素 场景缩减
在线阅读 下载PDF
考虑光伏逆变器多模式控制的分布式储能系统双层优化配置 被引量:2
5
作者 赵军 唐志远 +1 位作者 高红均 刘友波 《电气工程学报》 CSCD 北大核心 2024年第4期72-86,共15页
为解决高渗透率分布式光伏并入配电网导致的电压越限问题,并提高光伏发电的消纳能力,提出一种考虑光伏逆变器多模式控制的分布式储能系统双层优化配置方法。上层以储能综合年成本和年收益为目标函数,采用改进的粒子群算法求解得到储能... 为解决高渗透率分布式光伏并入配电网导致的电压越限问题,并提高光伏发电的消纳能力,提出一种考虑光伏逆变器多模式控制的分布式储能系统双层优化配置方法。上层以储能综合年成本和年收益为目标函数,采用改进的粒子群算法求解得到储能选址定容的最优结果。下层则在最大最小距离准则的K均值聚类得到的经典运行场景中,采用光伏多模式控制策略解决光伏发电导致的电压越限问题,协调光伏与储能之间的出力配合,解决光伏控制策略中存在的弃光问题,以光伏年收益为目标函数,采用二次规划算法求解得到储能充放电的最优运行策略。通过仿真结果表明,所提多模式控制策略在电压控制方面和减少光伏弃光量方面优于下垂控制策略;提出的储能配置方法在提高储能经济性和配电网电压质量的同时,能有效减少光伏的弃光量。 展开更多
关键词 配电网 分布式光伏 分布式储能系统 多模式控制 最大最小距离准则的K均值聚类算法 选址定容 双层优化
在线阅读 下载PDF
基于RCS信息的雷达目标大小分类方法 被引量:10
6
作者 王洋 李玉书 张健 《现代雷达》 CSCD 北大核心 2009年第2期17-19,共3页
由于低分辨率雷达信息量有限,不能对目标的属性特征等做出精确的判断分类,只能做到粗略的分类判断。因此,文中给出了一种雷达散射截面(RCS)统计信息的低分辨率雷达对目标大小的分类方法。讨论了一种利用最大最小距离的聚类模式识别算法... 由于低分辨率雷达信息量有限,不能对目标的属性特征等做出精确的判断分类,只能做到粗略的分类判断。因此,文中给出了一种雷达散射截面(RCS)统计信息的低分辨率雷达对目标大小的分类方法。讨论了一种利用最大最小距离的聚类模式识别算法。并通过对实测数据的处理对算法进行了验证,证实了利用RCS统计特性结合最大最小距离的聚类模式识别算法对目标进行大小分类的可行性。 展开更多
关键词 雷达散射截面 最大最小距离算法 目标分类
在线阅读 下载PDF
基于颜色特征的地板层次分类研究 被引量:5
7
作者 钱勇 白瑞林 +1 位作者 倪健 杜斌 《计算机工程与应用》 CSCD 2013年第13期245-247,252,共4页
为提高地板生产过程中分类处理的自动化程度及其快速性,提出了一种基于地板颜色特征的层次分类方法。在HSV色彩空间提取出地板的颜色矩特征,并给予色调特征数据以较高权重,降低纹理特征对分类的影响。在对未知样本分类时,利用预先建立... 为提高地板生产过程中分类处理的自动化程度及其快速性,提出了一种基于地板颜色特征的层次分类方法。在HSV色彩空间提取出地板的颜色矩特征,并给予色调特征数据以较高权重,降低纹理特征对分类的影响。在对未知样本分类时,利用预先建立的粗细两层分类依据库,采用最短距离决策、K-最近相邻对未知地板样本由粗到细进行逐层判定。测试结果表明,该分层处理方案在保证较高的分类正确率(95.6%)的基础上,有效地减少了K-最近相邻的数据处理量。 展开更多
关键词 颜色矩 地板分类 最大最小距离算法 最短距离分类 K-最近相邻分类
在线阅读 下载PDF
基于高斯混合模型的轨迹模仿学习表征参数优化 被引量:3
8
作者 于建均 郑逸加 +1 位作者 阮晓钢 赵少琼 《北京工业大学学报》 CAS CSCD 北大核心 2017年第5期719-728,共10页
针对高斯混合模型(Gaussian mixture model,GMM)参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法.该方法基于多中心聚类算法中的最大最小距离算法改进kmeans算法,得到最优初始聚类中心,并基... 针对高斯混合模型(Gaussian mixture model,GMM)参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法.该方法基于多中心聚类算法中的最大最小距离算法改进kmeans算法,得到最优初始聚类中心,并基于贝叶斯信息准则(Bayesian information criterion,BIC)通过遗传算法优化求解,同时获取GMM的4个重要参数.该方法通过提高划分初始数据集的效率,在优化初始聚类中心基础上确定混合模型个数,有效地避免了因为初值敏感而导致的局部极值问题.通过多组仿真实验验证了该方法的有效性. 展开更多
关键词 高斯混合模型(GMM) 遗传算法 模仿学习 贝叶斯信息准则(BIC) 最大最小距离算法
在线阅读 下载PDF
基于改进CFA PSO-RBF神经网络的温室温度预测研究 被引量:9
9
作者 张坤鳌 赵凯 《计算机应用与软件》 北大核心 2020年第6期95-99,107,共6页
为了科学地控制温室温度环境,提升温室温度的预测精度,提出一种改进收缩因子粒子群优化的径向基函数(RBF)神经网络预测模型。利用最大最小距离算法确定RBF神经网络的隐层节点个数;应用改进收缩因子粒子群优化RBF神经网络的隐层基函数中... 为了科学地控制温室温度环境,提升温室温度的预测精度,提出一种改进收缩因子粒子群优化的径向基函数(RBF)神经网络预测模型。利用最大最小距离算法确定RBF神经网络的隐层节点个数;应用改进收缩因子粒子群优化RBF神经网络的隐层基函数中心和场域宽度;与RBF神经网络算法、PSO-RBF神经网络算法、CFA PSO-RBF神经网络算法的预测精度进行比较,分析预测模型性能。实验证明,在神经网络参数选择合理的情况下,与其他神经网络算法相比,改进CFA PSO-RBF神经网络算法具有更好的预测效果。 展开更多
关键词 CFA PSO RBF神经网络 最大最小距离算法 预测模型 温室
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部