期刊文献+
共找到724篇文章
< 1 2 37 >
每页显示 20 50 100
NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用
1
作者 耿新青 王正欧 《情报学报》 CSSCI 北大核心 2006年第3期296-300,共5页
提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值... 提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。 展开更多
关键词 文本 隶属度 NFCNNC 模糊竞争神经网络聚类模型 运行效率
在线阅读 下载PDF
基于聚类SABO-VMD和组合神经网络的短期光伏发电功率预测 被引量:4
2
作者 冯建铭 希望·阿不都瓦依提 蔺红 《太阳能学报》 北大核心 2025年第2期357-366,共10页
针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题,建立以卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)为基础的组合神经网络模型。提出一种基于鱼鹰优化算法(OOA),用以优化组合神经网络参数。此外引入注意力机制(Atte... 针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题,建立以卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)为基础的组合神经网络模型。提出一种基于鱼鹰优化算法(OOA),用以优化组合神经网络参数。此外引入注意力机制(Attention)突出强相关性因素的影响。采用高斯混合模型聚类(GMM)划分历史光伏数据为数个天气类型,并提出基于减法平均的优化算法(SABO)优化变分模态分解(VMD)参数,实现对各天气类型数据的分解。实验结果表明:基于SABO-VMD优化数据分解参数能有效提高预测精度;经实验对比分析,该文所提模型精度明显更高。 展开更多
关键词 光伏功率 变分模态分解 神经网络 功率预测 注意力机制 高斯混合模型
在线阅读 下载PDF
基于模糊聚类RBF神经网络的生产指标预报模型 被引量:5
3
作者 刘威 李慧莹 柴天佑 《系统仿真学报》 CAS CSCD 2004年第5期1030-1033,共4页
本文提出一种同图论中可达矩阵和区域划分思想相结合的模糊聚类方法,以此来确定RBF网络的隐含层节点数。并根据某选矿厂经济指标和生产指标之间的关系,建立了生产指标预报模型,并应用于选矿厂MES系统中,应用结果表明所建模型收敛快、预... 本文提出一种同图论中可达矩阵和区域划分思想相结合的模糊聚类方法,以此来确定RBF网络的隐含层节点数。并根据某选矿厂经济指标和生产指标之间的关系,建立了生产指标预报模型,并应用于选矿厂MES系统中,应用结果表明所建模型收敛快、预报精度高,使企业能够及时了解生产过程成本动态,优化生产运行管理。 展开更多
关键词 可达矩阵 区域划分 模糊 RBF神经网络 生产指标预报
在线阅读 下载PDF
基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用 被引量:4
4
作者 陈佐 谢赤 李晓东 《中国软科学》 CSSCI 北大核心 2006年第8期147-153,共7页
应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了... 应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。 展开更多
关键词 EM 模糊神经网络 相空间重构 时间序列
在线阅读 下载PDF
基于自组织竞争神经网络技术的模糊聚类研究 被引量:4
5
作者 徐爱萍 徐武平 《计算机工程与科学》 CSCD 2006年第11期119-122,共4页
本文对常规模糊聚类方法进行了深入的研究,提出了一种基于自组织竞争神经网络技术的模糊聚类方法。仿真结果证明,这种方法可以有效地进行模糊聚类。
关键词 自组织 神经网络 相似性 模糊
在线阅读 下载PDF
基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究 被引量:23
6
作者 吴冲 刘佳明 郭志达 《运筹与管理》 CSSCI CSCD 北大核心 2018年第2期106-114,132,共10页
为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模... 为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期预警方面具有一定效用。 展开更多
关键词 改进粒子群算法 模糊 概率神经网络 平滑参数 财务危机预警
在线阅读 下载PDF
基于减法聚类的模糊神经网络转炉终点温度预报模型 被引量:1
7
作者 刘冬梅 邹宗树 余艾冰 《材料与冶金学报》 CAS 2006年第4期247-249,共3页
分析了对转炉终点温度的影响因素,利用减法聚类自动确定模糊规则的数目,建立了模糊神经网络系统预报转炉终点温度.结果表明,该方法建立的模型能够对终点温度进行较好的预报,误差在±4℃以内的命中率可达25.49%;预报误差小于±2... 分析了对转炉终点温度的影响因素,利用减法聚类自动确定模糊规则的数目,建立了模糊神经网络系统预报转炉终点温度.结果表明,该方法建立的模型能够对终点温度进行较好的预报,误差在±4℃以内的命中率可达25.49%;预报误差小于±20℃的炉数可达84.31%. 展开更多
关键词 转炉 减法 模糊神经网络 终点预报 温度
在线阅读 下载PDF
基于神经网络预测模型的聚类自适应模糊控制器的设计及应用 被引量:1
8
作者 荣雅君 窦春霞 《电工技术学报》 EI CSCD 北大核心 2003年第3期77-80,共4页
将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的权值和结构同时进行训练 ,实现了非线性、大时滞系统模型的精确预测 ;然后将聚类算法和模糊控制相结合 ,设计了一种新型的聚类自适应模糊预测控制器 ,实现了对非线性和大时滞... 将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的权值和结构同时进行训练 ,实现了非线性、大时滞系统模型的精确预测 ;然后将聚类算法和模糊控制相结合 ,设计了一种新型的聚类自适应模糊预测控制器 ,实现了对非线性和大时滞系统的自适应控制。将该控制器应用于锅炉的单元机组负荷控制系统中 ,仿真表明该方案的适应性、实时性和鲁棒性都很强 ,具有工程实用价值。 展开更多
关键词 神经网络 预测模型 模糊控制 遗传算法 算法 鲁棒性
在线阅读 下载PDF
中长期负荷预测的模糊竞争学习聚类神经网络算法 被引量:1
9
作者 岳璐 张尧 《继电器》 CSCD 北大核心 2008年第8期55-58,104,共5页
电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊... 电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊竞争学习完成网络运算,弥补了网络输出结果二值性的不足,使得学习规则中权值矩阵的改变速度加快,因而算法的收敛速度有很大提高。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度。 展开更多
关键词 中长期负荷预测 神经网络 模糊竞争学习 信息扩充法
在线阅读 下载PDF
基于电流积分电荷技术的神经网络-模糊聚类电缆绝缘热老化状态评估模型 被引量:4
10
作者 聂永杰 王威望 +3 位作者 李欣原 李盛涛 赵现平 赵腾飞 《高电压技术》 EI CAS CSCD 北大核心 2022年第12期4760-4769,共10页
为了实现复杂因素下考虑多参量数据特性的全尺寸电缆绝缘状态评估,给电缆绝缘诊断和评估应用提供依据,文中提出了一种新的基于电流积分电荷技术(DCIC-q(t))的神经网络-模糊聚类电缆绝缘热老化状态评估模型。首先,根据DCIC-q(t)测试系统... 为了实现复杂因素下考虑多参量数据特性的全尺寸电缆绝缘状态评估,给电缆绝缘诊断和评估应用提供依据,文中提出了一种新的基于电流积分电荷技术(DCIC-q(t))的神经网络-模糊聚类电缆绝缘热老化状态评估模型。首先,根据DCIC-q(t)测试系统,研究施加电压、时间和温度对电缆绝缘电荷变化率、介电常数、电导率等参数的影响规律。通过参数相关性分析,发现电荷变化率、介电常数、电导率与温度和电压的相关性较强。然后,通过多层参数学习和自适应的BP神经网络模型,实现基于DCIC-q(t)的多参量数据输入与电缆绝缘热老化时间的映射关系。最后,采用模糊C均值聚类(FCM)对神经网络模型中电缆老化样本进行隶属度和状态组分类,建立5层BP神经网络-FCM电缆绝缘热老化评估模型。通过优化学习率提高BP神经网络的收敛速度和精度。根据模型评估结果可知,电缆热老化状态可分为良好、轻度、中度和严重4类,评估结果的精确度为92.3%。电荷量变化率和电导参数与电缆绝缘热老化程度存在较强相关性。 展开更多
关键词 电流积分电荷 电缆绝缘 老化状态 BP神经网络 模糊C均值
在线阅读 下载PDF
基于减法聚类的模糊神经网络负荷建模 被引量:24
11
作者 李培强 李欣然 +1 位作者 陈辉华 唐外文 《电工技术学报》 EI CSCD 北大核心 2006年第9期2-6,12,共6页
负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法。首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据... 负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法。首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据的聚类数和聚类中心,以确定负荷模型的模糊规则数和隶属度函数个数。在此基础上建立综合负荷模型的模糊初始结构。通过神经网络对推理数据进行学习,获取模糊推理规则,同时调整隶属函数的参数,用反向传播算法来修正网络的连接权重,辨识模糊模型的隶属函数的参数,完成综合负荷的非机理建模。通过对实测综合负荷的有功和无功建模实例,证明了该方法具有很高的拟合精度和收敛速度,对负荷建模具有重要的指导意义。 展开更多
关键词 负荷建模 模糊系统 神经网络 减法
在线阅读 下载PDF
基于模糊粗糙集与改进聚类的神经网络风速预测 被引量:88
12
作者 刘兴杰 岑添云 +1 位作者 郑文书 米增强 《中国电机工程学报》 EI CSCD 北大核心 2014年第19期3162-3169,共8页
提高风电功率预测精度是保障风电场和电力系统安全稳定运行的有效手段。神经网络方法已在风电功率预测中得到了广泛应用,并取得了不错的效果,而网络的输入变量与训练样本对其预测性能有着重要影响。基于此,提出一种基于模糊粗糙集与改... 提高风电功率预测精度是保障风电场和电力系统安全稳定运行的有效手段。神经网络方法已在风电功率预测中得到了广泛应用,并取得了不错的效果,而网络的输入变量与训练样本对其预测性能有着重要影响。基于此,提出一种基于模糊粗糙集与改进聚类的神经网络风速预测方法。采用模糊粗糙集对影响风电场风速的多种因素进行了属性约简,得到优化了的模型输入及各属性对风速的重要性;采用基于属性重要性的加权欧氏距离对传统聚类进行改进,建立了各聚类预测模型,并提取相似性较高的数据作为训练样本训练各类预测模型,对训练样本实现了优选;根据当前属性值选择匹配的模型对风速进行预测。以华北地区某风电场实际数据为例进行了实验,结果表明该方法能在较少的模型输入下有效地提高预测精度。 展开更多
关键词 风电场 风速预测 神经网络 模糊粗糙集 属性约简 改进 加权欧氏距离
在线阅读 下载PDF
基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测 被引量:86
13
作者 张平 潘学萍 薛文超 《电力自动化设备》 EI CSCD 北大核心 2012年第11期121-125,141,共6页
提出基于小波分解、模糊灰色聚类和BP神经网络的短期负荷预测方法。通过小波分解将负荷序列分解成低频分量和高频分量,找出负荷各频率分量的规律;通过模糊灰色关联聚类方法选取待预测日的负荷相似日;针对不同频段负荷的规律采用相对应... 提出基于小波分解、模糊灰色聚类和BP神经网络的短期负荷预测方法。通过小波分解将负荷序列分解成低频分量和高频分量,找出负荷各频率分量的规律;通过模糊灰色关联聚类方法选取待预测日的负荷相似日;针对不同频段负荷的规律采用相对应的神经网络模型进行负荷预测,获得不同频段的待预测日负荷各分量,将各分量的预测结果叠加得到负荷预测值。采用所提方法对某地区2010年实际负荷进行预测,并与已有的负荷预测方法比较,结果表明所提方法可提高负荷预测的精度。 展开更多
关键词 小波分析 模糊灰色关联 神经网络 负荷预测 有效性指标 预测
在线阅读 下载PDF
基于熵聚类模糊神经网络味觉信号识别系统的研究 被引量:11
14
作者 黄艳新 周春光 +1 位作者 杨国慧 邹淑雪 《计算机研究与发展》 EI CSCD 北大核心 2004年第3期414-419,共6页
提出了一种基于熵聚类的模糊神经网络味觉信号识别系统模型 ,该模型利用聚类方法实现模糊输入空间划分和模糊IF THEN规则提取 ,并使用梯度下降法对系统参数进行精炼 系统兼具有良好的可解释性和学习能力 ,对 1
关键词 模糊神经网络 模糊输入空间划分
在线阅读 下载PDF
基于聚类和主成分分析的神经网络预测模型 被引量:13
15
作者 林树宽 张冬岩 +2 位作者 李文贤 张天成 张一飞 《小型微型计算机系统》 CSCD 北大核心 2005年第12期2160-2163,共4页
提出一种基于聚类和主成分分析的神经网络模型,用于高炉运行指标的实时预测.首先采用谱系聚类将特性分散的样本划分成不同的子类,然后采用主成分分析方法对影响目标数据的众多变量进行降维处理,在此基础上,构建了高炉运行指标的神经网... 提出一种基于聚类和主成分分析的神经网络模型,用于高炉运行指标的实时预测.首先采用谱系聚类将特性分散的样本划分成不同的子类,然后采用主成分分析方法对影响目标数据的众多变量进行降维处理,在此基础上,构建了高炉运行指标的神经网络预测模型,大大改善了预报的精度和效率.通过对采集的高炉数据进行测试,表明本文提出方法的有效性. 展开更多
关键词 主成分分析 神经网络模型
在线阅读 下载PDF
基于模糊聚类-BP神经网络模型的战场目标识别 被引量:1
16
作者 樊桂印 周永生 《火力与指挥控制》 CSCD 北大核心 2008年第S1期110-112,共3页
神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题。为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型。仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速... 神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题。为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型。仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速度和运行速度,并且能确保目标识别的正确率。 展开更多
关键词 模糊 BP神经网络 目标识别
在线阅读 下载PDF
基于模糊聚类与神经网络的柴油机技术状态评价方法研究 被引量:8
17
作者 刘建敏 刘艳斌 +1 位作者 乔新勇 安钢 《内燃机学报》 EI CAS CSCD 北大核心 2008年第4期379-383,共5页
对在正常工作条件下不同使用时间的某型装甲车辆柴油机进行了实车测试试验,提取了评价柴油机技术状态的特征向量;阐述了模糊聚类和神经网络的原理;根据技术状态不同,利用模糊聚类的方法将所测柴油机分成了5类,将分类结果作为神经网络模... 对在正常工作条件下不同使用时间的某型装甲车辆柴油机进行了实车测试试验,提取了评价柴油机技术状态的特征向量;阐述了模糊聚类和神经网络的原理;根据技术状态不同,利用模糊聚类的方法将所测柴油机分成了5类,将分类结果作为神经网络模型训练样本理想输出值的确定依据;利用RBF-BP组合神经网络建立了基于多参数测试的柴油机技术状态评价模型,并对部分柴油机进行了技术状态评价。结果表明,神经网络评价结果与分类结果是一致的,基于神经网络的技术状态评价模型具有推广应用价值。 展开更多
关键词 神经网络 模糊 柴油机 技术状态
在线阅读 下载PDF
模糊聚类和LM算法改进BP神经网络的变压器故障诊断 被引量:38
18
作者 宋志杰 王健 《高压电器》 CAS CSCD 北大核心 2013年第5期54-59,共6页
在变压器故障诊断中,目前BP神经网络算法存在训练样本分布不均匀,收敛速度慢、容易陷于局部极小点等问题,导致整体的诊断性能下降。通过对模糊聚类及LM算法改进的神经网络深入研究,并引入变压器故障诊断中,该算法应用模糊聚类对搜集到... 在变压器故障诊断中,目前BP神经网络算法存在训练样本分布不均匀,收敛速度慢、容易陷于局部极小点等问题,导致整体的诊断性能下降。通过对模糊聚类及LM算法改进的神经网络深入研究,并引入变压器故障诊断中,该算法应用模糊聚类对搜集到的样本预处理,提高样本的质量,再用LM算法改进的神经网络来优化搜索方向,可以实现网络训练速度及测试精度的提高。通过实例仿真实验,验证了该方法能够有效诊断出变压器的故障。 展开更多
关键词 模糊 LM算法 BP神经网络 变压器 故障诊断
在线阅读 下载PDF
油气识别的模糊聚类与遗传神经网络技术 被引量:6
19
作者 李铁军 贺建 +2 位作者 凌立苏 王国斌 李雪彬 《大庆石油地质与开发》 CAS CSCD 北大核心 2014年第2期31-34,共4页
为了解决遗传BP神经网络在储层油气识别中存在的问题,采用改进的遗传算法优化了RBF网络的连接权值及结构,不仅解决了神经网络易陷入局部最优的问题,而且提高了网络的泛化性能.针对储层性质差别大会影响油气识别精度的问题,给出基于马氏... 为了解决遗传BP神经网络在储层油气识别中存在的问题,采用改进的遗传算法优化了RBF网络的连接权值及结构,不仅解决了神经网络易陷入局部最优的问题,而且提高了网络的泛化性能.针对储层性质差别大会影响油气识别精度的问题,给出基于马氏距离的模糊聚类方法,对原样本空间按储层性质聚类得到了新的样本空间,并以常规测井和录井资料作为网络的输入参数进行了油气识别.通过样本的聚类处理,提高了遗传神经网络映射的精度. 展开更多
关键词 模糊 遗传算法 RBF神经网络 目标函数 油气识别
在线阅读 下载PDF
基于区间值模糊逻辑神经元的区间值模糊C-均值聚类神经网络 被引量:7
20
作者 李文化 王智顺 +1 位作者 谢维信 何振亚 《电子学报》 EI CAS CSCD 北大核心 1998年第10期99-103,共5页
本文提出了一种基于区间值模糊逻辑神经元的三层前馈自组织神经网络模型,用来实现区间值模糊C-均值聚类分析.网络第一、二层神经元的输入、输出和权连接取值属于区间值模糊集I[0,1].第一层神经元为区间值线性神经元;第二层为区间值模... 本文提出了一种基于区间值模糊逻辑神经元的三层前馈自组织神经网络模型,用来实现区间值模糊C-均值聚类分析.网络第一、二层神经元的输入、输出和权连接取值属于区间值模糊集I[0,1].第一层神经元为区间值线性神经元;第二层为区间值模糊相等神经元,其功能是实现输入样本与各类的匹配运算.本文采用区间值模糊相等关系作为匹配的指标为了定义区间值模糊相等神经元,本文在点值模糊相等关系的基础上推导了区间值模糊相等关系的计算方法;第三层神经元为模糊竞争神经元,各神经元的输出代表输入样本的模糊分类结果此外.本文提出了一种区间值模糊竞争学习算法用于区间值模糊C-均值聚类神经网络的训练. 展开更多
关键词 C-均值 自组织神经网络 区间值模糊
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部