-
题名一种改进的RPCL聚类算法及其在软测量中的应用
被引量：2
- 1
-
-
作者
李勇刚
桂卫华
阳春华
-
机构
中南大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第31期30-32,200,共4页
-
基金
国家863高技术研究发展项目资助(编号:2001AA411040)
-
文摘
传统RPCL聚类算法是在随机选取样本的前提下修正权矢量的,没有考虑样本集的空间分布情况。为此,该文提出了一种改进的RPCL聚类算法。该算法引入样本区域密度的概念,根据密度大小按不同的概率选取样本,以修正权矢量。利用文犤1犦中的算例证明了新算法比传统RPCL算法具有更好的聚类速度和精度。最后将算法用于基于RBF神经网络的氧化铝高压溶出过程中溶出率的软测量,仿真结果表明改进的RPCL算法能很好地实现数据样本的聚类,从而提高软测量模型的泛化能力。
-
关键词
RPCL算法
样本区域密度
RBF神经网络
溶出率
软测量
-
Keywords
RPCL Algorithm,Sample Region Density,RBF Neural Network,Leaching Rate(LR),Soft Sensing
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
