期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
核模糊C均值聚类算法优选BDS-3三频组合观测值 被引量:5
1
作者 田睿 范祥祥 +2 位作者 戴影 孙宪兵 董绪荣 《系统工程与电子技术》 EI CSCD 北大核心 2020年第3期686-697,共12页
目前对全球导航卫星系统(global navigation satellite system,GNSS)三频组合观测值优选的研究,主要集中在全球定位系统(global positioning system,GPS)和北斗二号(beidou navigation satellite system,BDS-2)上,对BDS-3的研究相对较... 目前对全球导航卫星系统(global navigation satellite system,GNSS)三频组合观测值优选的研究,主要集中在全球定位系统(global positioning system,GPS)和北斗二号(beidou navigation satellite system,BDS-2)上,对BDS-3的研究相对较少。为克服以往聚类优选算法中存在的仅适用于类球形簇、聚类数目和初始聚类中心的确定主观性强、对离群点敏感、易陷于局部最优等不足,提出一种改进的核模糊C均值聚类算法,引入核函数与抑制离群点的新距离度量,基于多类广义核极化准则优化核参数,用改进爬山法确定聚类数目与初始聚类中心。然后,以模糊C均值聚类算法为对照进行了对比实验,在短、长两种基线下分别解算组合模糊度。通过对优选所得代表性组合的模糊度固定成功率进行对比分析,验证了该算法的可行性与算法改进的有效性。 展开更多
关键词 三频组合观测值 改进的模糊c均值聚类算法 矩阵变换法 模糊度固定
在线阅读 下载PDF
基于半监督KFCM及邻域信息的遥感图像分类算法 被引量:1
2
作者 宋文 刘升 肖建于 《计算机工程与应用》 CSCD 2014年第9期123-129,共7页
针对传统的模糊C-均值在遥感图像分类时容易产生局部最优现象以及对噪声过于敏感等问题,提出了一种基于半监督、核函数及空间邻域信息的模糊C-均值遥感图像分类算法。该算法基于遥感图像的光谱特征空间,根据地物的地表反射率大小进行聚... 针对传统的模糊C-均值在遥感图像分类时容易产生局部最优现象以及对噪声过于敏感等问题,提出了一种基于半监督、核函数及空间邻域信息的模糊C-均值遥感图像分类算法。该算法基于遥感图像的光谱特征空间,根据地物的地表反射率大小进行聚类;在聚类迭代过程中,考虑到像素单元空间邻域的相关性,根据空间邻域信息加权调整像素点的隶属度大小;引入了核理论,解决遥感图像分类的非线性问题,使用内核诱导距离取代原模糊C-均值中的欧氏距离,优化图像样本特征;算法还使用了半监督分类技术,充分利用少量的已知标记信息,达到提高分类精度的目的。实验结果表明,该算法能有效提高分类精度,有效抑制噪声干扰,减少了迭代次数和时间。 展开更多
关键词 遥感 半监督图像分类 空间邻域 核模糊c均值算法
在线阅读 下载PDF
基于VMD与KFCM的柴油机故障诊断算法 被引量:19
3
作者 毕凤荣 汤代杰 +3 位作者 张立鹏 李鑫 马腾 杨晓 《振动.测试与诊断》 EI CSCD 北大核心 2020年第5期853-858,1018,1019,共8页
针对柴油机的故障诊断问题,提出了一种基于变分模态分解(variational mode decomposition,简称VMD)与核模糊C均值聚类算法(kernel fuzzy C-means clustering,简称KFCM)联合的故障诊断方法。首先,针对VMD算法中分解层数K的选择问题进行... 针对柴油机的故障诊断问题,提出了一种基于变分模态分解(variational mode decomposition,简称VMD)与核模糊C均值聚类算法(kernel fuzzy C-means clustering,简称KFCM)联合的故障诊断方法。首先,针对VMD算法中分解层数K的选择问题进行了自适应优化;然后,从优化VMD算法的分解结果中选取3个关键分量计算最大奇异值,并将其作为3维的特征向量输入KFCM算法中进行分类识别;最后,对仿真信号以及某型柴油机的模拟故障实验信号使用优化VMD、传统VMD和经验模态分解(empirical mode decomposition,简称EMD)方法分别进行分解与识别。结果表明,笔者提出的方法明显改善了模态混叠现象,提高了模式识别的诊断正确率,提出的联合算法具有更好的应用前景。 展开更多
关键词 柴油机 振动信号 故障诊断 变分模态分解 模糊c均值聚类算法
在线阅读 下载PDF
基于Canopy的KFCM聚类优化算法 被引量:4
4
作者 吴辰文 李壮 梁雨欣 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第3期444-451,共8页
在以模糊集为理论支持的聚类算法中,KFCM(kernel fuzzy c-means clustering)是一种对核函数进行优化的模糊聚类算法。KFCM算法需要人为指定数据的分类个数,对数据噪声敏感会降低其性能,且类边缘数据点相互影响会导致分类错误。针对这些... 在以模糊集为理论支持的聚类算法中,KFCM(kernel fuzzy c-means clustering)是一种对核函数进行优化的模糊聚类算法。KFCM算法需要人为指定数据的分类个数,对数据噪声敏感会降低其性能,且类边缘数据点相互影响会导致分类错误。针对这些问题,该文提出一种改进的C-KFCM模糊算法,先用Canopy粗聚类算法给出数据集大致的分类数,接着在聚类部分使用KFCM算法。改进了原KFCM算法的隶属度函数,在噪声点和边缘数据的隶属度中引入其邻域数据的隶属度平均值,使数据中的噪声对算法的影响减小或消失。实验结果表明,改进的C-KFCM算法能自动确定分类数,并且与原KFCM算法相比,C-KFCM将平均准确率提高了0.09%,且聚类效果更稳定。 展开更多
关键词 canopy粗聚类 核模糊c均值算法 模糊集理论
在线阅读 下载PDF
相对变换KFCM的变压器油击穿电压预测 被引量:2
5
作者 熊印国 《控制工程》 CSCD 北大核心 2018年第11期2035-2040,共6页
针对变压器油击穿电压在线测量困难,基于多模型结构可以提高预测精度和鲁棒性的思想,提出基于相对变换核模糊C均值聚类(Kernel Fuzzy C-means, KFCM)算法的变压器油击穿电压预测建模方法。首先,采用相对变换将原始数据空间变换到相对... 针对变压器油击穿电压在线测量困难,基于多模型结构可以提高预测精度和鲁棒性的思想,提出基于相对变换核模糊C均值聚类(Kernel Fuzzy C-means, KFCM)算法的变压器油击穿电压预测建模方法。首先,采用相对变换将原始数据空间变换到相对空间,抑制数据噪音,提高数据之间的可区分性;在相对空间中利用KFCM算法将样本划分成不同的子类,同时,对KFCM核参数和聚类数采用差分进化算法进行优化;然后,利用核主元分析(Kernel Principal Component Analysis, KPCA)对相对空间进行特征提取,降低数据维数、提取数据非线性主元作为各子类构建的最小二乘支持向量机(Least Squares SVM, LSSVM)模型的输入;最后,对子类LSSVM综合加权得到最终输出。将所提出的方法与KFCMLSSVM方法进行比较,实验结果表明所提方法具有良好的预测精度和泛化性能。 展开更多
关键词 击穿电压 相对变换 模糊c均值聚类算法 主元分析 最小二乘支持向量机 预测
在线阅读 下载PDF
一种地球站异常检测系统的设计与实现
6
作者 陈宁军 罗隽 肖佳 《计算机工程与应用》 CSCD 北大核心 2009年第17期95-98,共4页
随着卫星通信网的推广,其安全性越来越重要。针对卫星通信网中可能出现的严重威胁其自身安全的地球站被盗用或伪造等问题,提出了地球站行为异常检测的概念,采用聚类分析和模式匹配相结合的检测方法,设计并实现了一个卫星通信网地球站异... 随着卫星通信网的推广,其安全性越来越重要。针对卫星通信网中可能出现的严重威胁其自身安全的地球站被盗用或伪造等问题,提出了地球站行为异常检测的概念,采用聚类分析和模式匹配相结合的检测方法,设计并实现了一个卫星通信网地球站异常检测系统。提出了一种改进的KFCM聚类异常检测算法,该算法可获得局部最优划分。实验结果表明,改进后的算法具有更好的聚类效果,系统达到了较好的检测性能。 展开更多
关键词 异常检测 地球站行为 聚类分析 函数的模糊c均值算法 最优划分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部