寒区电动公交充电站选址及定容规划研究 被引量：1

1

作者 胡晓伟 宋帅 +1 位作者 邱振洋 王健 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期281-292,共12页

寒区低温环境导致电动公交动力电池容量衰减,充电设施服务范围及规划数量受到影响,给电动公交充电站选址及定容规划带来挑战。为提高电动公交充电站的低温适应性,提出针对寒区电动公交充电站的选址算法及定容模型。首先,在选址规划中,... 寒区低温环境导致电动公交动力电池容量衰减,充电设施服务范围及规划数量受到影响,给电动公交充电站选址及定容规划带来挑战。为提高电动公交充电站的低温适应性,提出针对寒区电动公交充电站的选址算法及定容模型。首先,在选址规划中,构建充电站渐进覆盖服务半径,利用改进近邻传播聚类算法确定充电站选址点,基于算法聚类中心构建充电站Voronoi图划分充电集群。其次,在定容规划中,构建动力电池低温容量衰减模型,确定寒区电动公交的充电需求;基于容量有限的截尾排队论模型建立充电站有效服务强度、拒绝服务率及充电满意度等约束;引入成本权衡系数,以规划年限内全社会成本最小为优化目标,建立寒区充电站定容规划模型,并设计遗传算法进行求解。最后,以哈尔滨市市区电动公交充电站选址定容规划为例进行分析,算例结果得到9个充电站选址点及其充电集群,以及各充电站的充电机配置数量和各项成本。针对环境温度和成本权衡系数进行灵敏度分析,结果表明:寒区低温环境对充电站的充电机配置数量和各项成本有显著影响,合理权衡充电站和电动公交两者利益有助于提高充电服务满意度,降低全社会成本。 展开更多

关键词 城市交通 选址定容规划 近邻传播聚类算法 电动公交充电站 寒区低温环境 电池容量衰减

在线阅读 下载PDF 职称材料

自适应AP聚类算法及其在入侵检测中的应用 被引量：17

2

作者 江颉 王卓芳 +2 位作者 陈铁明 朱陈晨 陈波 《通信学报》 EI CSCD 北大核心 2015年第11期118-126,共9页

网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与... 网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与簇中心距离较近样本的方法,减少聚类样本数量,降低聚类时空消耗,并依据关联结果,不断调整聚类参数,精确聚类结果。2个网络安全数据集的应用结果表明,该方法可从大规模样本中有效聚出代表性子集,在保证准确率的前提下,提高入侵检测的实效性。 展开更多

关键词 入侵检测 样本 聚类 吸引子传播算法 自适应

在线阅读 下载PDF 职称材料

一种基于自适应标记与区域间近邻传播聚类的分水岭图像分割算法 被引量：19

3

作者 蔡强 刘亚奇 +2 位作者 曹健 李海生 杜军平 《电子学报》 EI CAS CSCD 北大核心 2017年第8期1911-1918,共8页

分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minim... 分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minima技术,对梯度图像的极小值区域进行标记;然后,对已标记极小值区域的梯度图像进行分水岭分割;最后,计算分水岭分割所得各区域的颜色矩,作为该区域的颜色特征,并对这些区域进行近邻传播聚类获得分割结果.通过与近年来其它改进的分水岭算法和采用聚类的图像分割算法实验比较,本文所提算法能更加有效地抑制过分割,提高分割准确率,具有良好的自适应性和鲁棒性. 展开更多

关键词 分水岭算法 自适应标记 近邻传播聚类 图像分割 过分割

在线阅读 下载PDF 职称材料

基于聚类分析的铁路出行旅客类别划分 被引量：21

4

作者 吕红霞 王文宪 +1 位作者 蒲松 余大本 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第1期129-134,共6页

对铁路出行旅客进行类别划分,是简化旅客乘车选择问题研究的重要策略.根据成都—武汉段既有线与新线的旅客调查数据,以旅客的各类主体、出行特性作为属性变量,运用分层聚类法中的凝聚法进行变量聚类,将具有较大相关性的变量——时间价... 对铁路出行旅客进行类别划分,是简化旅客乘车选择问题研究的重要策略.根据成都—武汉段既有线与新线的旅客调查数据,以旅客的各类主体、出行特性作为属性变量,运用分层聚类法中的凝聚法进行变量聚类,将具有较大相关性的变量——时间价值与月收入、出行目的与费用来源合并.然后根据简化的旅客属性变量指标集,运用近邻传播算法对旅客进行样本聚类,并引用CH、Hart及IGP等聚类有效性指标确定最佳聚类数.指标值表明,将铁路出行旅客划分为6个类别时,具有最好的聚类效果.调查数据中旅客乘车选择结果亦显示,不同类别的旅客对客运产品的选择有着明显的偏好. 展开更多

关键词 铁路运输 铁路出行旅客 类别划分 聚类分析 近邻传播算法

在线阅读 下载PDF 职称材料

应用于WiFi室内定位的自适应仿射传播聚类算法 被引量：10

5

作者 胡久松 刘宏立 +1 位作者 肖郭璇 徐琨 《电子与信息学报》 EI CSCD 北大核心 2018年第12期2889-2895,共7页

在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC... 在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果,然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验,试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。 展开更多

关键词 WiFi室内定位 自适应仿射传播聚类 聚类有效性指标

在线阅读 下载PDF 职称材料

AP聚类算法的分析与应用 被引量：12

6

作者 郭秀娟 陈莹 《吉林建筑工程学院学报》 CAS 2013年第4期58-61,共4页

Affinity propagation(AP)聚类算法是通过消息传递实现聚类的,不需要事先指定聚类数目.对于规模较大的数据集,AP聚类是一种快速、有效的聚类方法,这是其他传统聚类方法所不能及的,如K-centers方法.研究了AP算法的原理和步骤,通过实验,... Affinity propagation(AP)聚类算法是通过消息传递实现聚类的,不需要事先指定聚类数目.对于规模较大的数据集,AP聚类是一种快速、有效的聚类方法,这是其他传统聚类方法所不能及的,如K-centers方法.研究了AP算法的原理和步骤,通过实验,证明了AP聚类算法的实用性和有效性. 展开更多

关键词 聚类算法 AP聚类算法 相似矩阵 收缩因子

在线阅读 下载PDF 职称材料

基于改进近邻传播聚类的异构无线传感器网络分簇算法 被引量：2

7

作者 钟伟民 王月琴 +2 位作者 梁毅 祁荣宾 钱锋 《江南大学学报（自然科学版）》 CAS 2012年第4期423-427,共5页

在近邻传播聚类算法基础上提出了基于偏向参数p可变的分簇路由算法CPAP,该算法针对异构无线传感器网络的特殊背景,改变AP算法偏向参数p的常规设置方式,综合考虑能量、距离因素解决分簇问题;另外,分析了算法中K参数的影响,取得其近似最... 在近邻传播聚类算法基础上提出了基于偏向参数p可变的分簇路由算法CPAP,该算法针对异构无线传感器网络的特殊背景,改变AP算法偏向参数p的常规设置方式,综合考虑能量、距离因素解决分簇问题;另外,分析了算法中K参数的影响,取得其近似最优值。仿真结果表明:CPAP与PECBA相比,第一死亡节点出现时间推迟了28.5%,将更多的能量用于网络开始死亡之前,提高了网络的能量利用率。 展开更多

关键词 无线传感器网络 分簇路由算法 近邻传播聚类

在线阅读 下载PDF 职称材料

近邻传播聚类算法在蛋白质结构预测中的应用 被引量：2

8

作者 黄旭 吕强 +1 位作者 杨凌云 钱培德 《微电子学与计算机》 CSCD 北大核心 2010年第11期154-157,共4页

聚类是蛋白质结构预测中重要的后处理步骤,许多结构预测中都采取了不同的聚类算法.而AP聚类算法通过在数据点之间传递消息,经过若干次迭代后达到一种稳定状态,是构思巧妙的聚类算法.文中把AP聚类算法应用于蛋白质结构预测中,并在7个不... 聚类是蛋白质结构预测中重要的后处理步骤,许多结构预测中都采取了不同的聚类算法.而AP聚类算法通过在数据点之间传递消息,经过若干次迭代后达到一种稳定状态,是构思巧妙的聚类算法.文中把AP聚类算法应用于蛋白质结构预测中,并在7个不同的数据集上进行了实验.结果表明,在采用RMSD进行结构相似性度量的情况下,AP算法有67%的结果优于Rosetta聚类算法或相当,是一种适合蛋白质结构聚类的算法. 展开更多

关键词 蛋白质结构预测 AP聚类算法 RMSD

在线阅读 下载PDF 职称材料

基于改进AP聚类与优化GRNN的非侵入式负荷分解研究 被引量：10

9

作者 汪繁荣 向堃 刘辉 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第4期56-65,共10页

泛在电力物联网的提出推动了智慧用电、负荷监测等技术的大力发展,为解决传统非侵入式负荷监测与分解方法耗时长、辨识精度低等问题,提出了一种通过半监督学习聚类数据建立特征集并结合果蝇优化广义回归神经网络模型的负荷分解方法。首... 泛在电力物联网的提出推动了智慧用电、负荷监测等技术的大力发展,为解决传统非侵入式负荷监测与分解方法耗时长、辨识精度低等问题,提出了一种通过半监督学习聚类数据建立特征集并结合果蝇优化广义回归神经网络模型的负荷分解方法。首先,该方法利用输入的设备有功功率和电流数据采取半监督学习优化相似矩阵,以近邻传播聚类算法为基础挖掘出用电设备的运行状态特性及功率信息,再使用数字编码方式将设备运行状态表示为分类标签;然后,输入总有功功率、无功功率以及电流的时间序列数据和对应序列的分类标签矩阵,利用果蝇优化算法的寻优能力求得广义回归神经网络模型的最优Spread值完成模型优化和训练;随后,输入测试时间序列数据,得到分类矩阵即各设备运行状态,并利用设备运行状态对应的功率信息进行总有功功率重构拟合,完成负荷分解。经仿真对比,该方法对所有用电设备运行状态辨识准确率达到86%左右,对单个用电设备运行状态辨识准确率达到96%左右,且耗时较短,显著提高了对负荷特性信息的挖掘能力和分解辨识能力。 展开更多

关键词 非侵入式负荷分解与监测 半监督近邻传播聚类 果蝇优化算法 广义回归神经网络

在线阅读 下载PDF 职称材料

基于局部线性嵌入的半监督仿射传播聚类算法 被引量：3

10

作者 赵小强 谢亚萍 《兰州理工大学学报》 CAS 北大核心 2015年第1期96-100,共5页

针对运用半监督仿射传播聚类算法处理高维数据时聚类精度低和计算量大的问题,提出一种基于局部线性嵌入的半监督仿射传播聚类算法.该算法首先通过LLE算法将高维输入数据集映射到低维空间得到低维数据集,计算低维数据集的相似度矩阵,再... 针对运用半监督仿射传播聚类算法处理高维数据时聚类精度低和计算量大的问题,提出一种基于局部线性嵌入的半监督仿射传播聚类算法.该算法首先通过LLE算法将高维输入数据集映射到低维空间得到低维数据集,计算低维数据集的相似度矩阵,再用半监督算法调整相似度矩阵,最后用仿射传播聚类算法对低维数据进行聚类分析.仿真结果表明,本文提出的算法与半监督仿射传播聚类算法相比,在处理高维数据时聚类效果更好,精度更高,迭代次数更少. 展开更多

关键词 数据挖掘 半监督 仿射传播聚类 局部线性嵌入算法

在线阅读 下载PDF 职称材料

自适应属性加权近邻传播聚类算法 被引量：4

11

作者 李海林 魏苗 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期247-255,共9页

针对多维数据属性对聚类分析结果有不同重要程度影响的问题,提出一种基于自适应属性加权的近邻传播聚类算法。该方法通过考虑多维数据属性权值的重要度,在近邻传播聚类过程中引入属性加权相似性矩阵计算,并根据当前数据聚类划分的结果... 针对多维数据属性对聚类分析结果有不同重要程度影响的问题,提出一种基于自适应属性加权的近邻传播聚类算法。该方法通过考虑多维数据属性权值的重要度,在近邻传播聚类过程中引入属性加权相似性矩阵计算,并根据当前数据聚类划分的结果来分析目标评价函数,计算各个属性对当前聚类的贡献程度。随后根据贡献程度的计算结果自适应地更新属性权值,并通过属性加权相似性矩阵来重新计算近邻传播算法中的两种竞争信息,进而提高聚类结果的质量。数值实验结果表明,新方法能够有效实现属性权值的自适应调整,提高近邻传播算法的聚类效果,与其他传统聚类算法相比新方法具有更好的聚类质量。 展开更多

关键词 自适应聚类 近邻传播 聚类评价 属性加权 相似性度量

在线阅读 下载PDF 职称材料

基于近邻传播的限定簇数聚类方法研究 被引量：3

12

作者 李海林 魏苗 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第5期733-739,共7页

针对传统近邻传播聚类算法不能进行限定类簇数目的聚类缺陷,提出一种三阶段的改进聚类方法。该方法通过近邻传播聚类从数据集中获得中心代表点集合,利用K-means算法对中心代表点集合进行指定类簇数目的聚类进而获得初始训练集,结合改进... 针对传统近邻传播聚类算法不能进行限定类簇数目的聚类缺陷,提出一种三阶段的改进聚类方法。该方法通过近邻传播聚类从数据集中获得中心代表点集合,利用K-means算法对中心代表点集合进行指定类簇数目的聚类进而获得初始训练集,结合改进的K最近邻算法实现数据的聚类分析。采用人工仿真数据及UCI数据集进行对比实验,实验结果分析表明,与近邻传播聚类算法和传统限定类簇数目的聚类算法相比,新聚类算法具有更好的聚类效果。 展开更多

关键词 近邻传播 聚类算法 类簇数目 数据挖掘 K均值聚类

在线阅读 下载PDF 职称材料

基于自适应仿射传播聚类的雷达信号分选方法 被引量：2

13

作者 陈昌云 郑子扬 陈永游 《航天电子对抗》 2011年第3期20-22,35,共4页

复杂体制的雷达不断应用于实际,使得基于到达时间单参数的雷达信号分选方法遇到了技术瓶颈。然而,基于多参数的信号分选方法,如K-均值聚类和模糊函数C均值聚类,前者对初始类中心敏感、需预知聚类数,后者对类隶属度的选取、相似度矩阵的... 复杂体制的雷达不断应用于实际,使得基于到达时间单参数的雷达信号分选方法遇到了技术瓶颈。然而,基于多参数的信号分选方法,如K-均值聚类和模糊函数C均值聚类,前者对初始类中心敏感、需预知聚类数,后者对类隶属度的选取、相似度矩阵的建立存在不确定性,使得这些方法在自适应雷达信号分选中受到了限制。自适应仿射传播聚类不仅可以克服上述方法的不足,而且可以自适应地给出最优聚类数,因此,可将自适应仿射传播聚类应用于雷达信号分选中。仿真实验表明了该方法的有效性。 展开更多

关键词 信号分选 自适应 仿射传播 聚类

在线阅读 下载PDF 职称材料

近邻传播聚类算法的RBF隐含层节点优化 被引量：1

14

作者 李志超 孔国利 《现代电子技术》 北大核心 2016年第19期16-19,24,共5页

传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算... 传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算法属于自适应聚类学习算法,无需事先给定隐含层中心节点的个数,能够适用于不具有先验信息的预测。首先,利用AP算法根据训练样本的信息进行聚类迭代,从而确定RBF神经网络中隐含层的中心节点和节点数值,解决了RBF网络的中心取值问题。然后,把所有输入数据代入基于AP聚类算法优化的RBF神经网络中进行预测。由于AP算法无需预先指定聚类数目,所提方案能提高网络的学习精度和训练速度,利用所提优化方案对正弦函数进行逼近的仿真实验,结果表明该方案的逼近误差仅为0.005 5,在0.3噪声下能保持较好的预测精度。 展开更多

关键词 径向基函数神经网络 近邻传播聚类算法 隐含层 逼近误差

在线阅读 下载PDF 职称材料

MCFC电堆的自适应模糊控制器的设计

15

作者 顾利珉 汤曦东 +1 位作者 朱新坚 曹广益 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第1期138-140,共3页

根据熔融碳酸盐燃料电池 (MCFC)的数学模型 ,为了在温度允许界限内保持 MCFC电堆对外电压输出的恒定 ,采用自适应模糊控制理论对 MCFC电堆的控制进行研究 ,设计了一种具有两个自适应调整模块 (参数调整模块和聚类分析模块 )的模糊控制... 根据熔融碳酸盐燃料电池 (MCFC)的数学模型 ,为了在温度允许界限内保持 MCFC电堆对外电压输出的恒定 ,采用自适应模糊控制理论对 MCFC电堆的控制进行研究 ,设计了一种具有两个自适应调整模块 (参数调整模块和聚类分析模块 )的模糊控制器 .仿真结果表明自适应模糊控制方法在性能和效果上都比 PID控制有明显的提高 ,从而能够保证 展开更多

关键词 MCFC电堆 自适应模糊控制器 设计 熔融碳酸盐 燃料电池

在线阅读 下载PDF 职称材料

近邻传播的文本聚类集成谱算法 被引量：9

16

作者 卢志茂 李纯 张琦 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2012年第7期899-905,共7页

针对现有聚类集成谱算法聚类结果不稳定的问题,引入近邻传播聚类思想,设计了基于近邻传播的聚类集成谱算法(APCESA).该算法先由聚类集成和谱分得到空间结构相对简单的文本低维嵌入,然后通过近邻传播算法得到最终的聚类结果.在谱分解过程... 针对现有聚类集成谱算法聚类结果不稳定的问题,引入近邻传播聚类思想,设计了基于近邻传播的聚类集成谱算法(APCESA).该算法先由聚类集成和谱分得到空间结构相对简单的文本低维嵌入,然后通过近邻传播算法得到最终的聚类结果.在谱分解过程中,采用矩阵变换方法,避免了谱算法中特征值分解的高昂计算代价.对真实文本数据集的实验结果表明,所提算法比对比算法聚类更稳定,且聚类结果的NMI值和ANMI值均高于对比算法. 展开更多

关键词 近邻传播 聚类集成 文本聚类 谱聚类 矩阵变换

在线阅读 下载PDF 职称材料

基于Kullback-Leiber距离的迁移仿射聚类算法 被引量：17

17

作者 毕安琪 王士同 《电子与信息学报》 EI CSCD 北大核心 2016年第8期2076-2084,共9页

针对迁移聚类问题,该文提出一种新的基于Kullback-Leiber距离的迁移仿射聚类算法(TAP_KL)。该算法从概率角度重新解释AP算法的目标函数,并借助于信息论中最常见的一种距离度量,即Kullback-Leiber距离,测量源域与目标域代表点的相似性。... 针对迁移聚类问题,该文提出一种新的基于Kullback-Leiber距离的迁移仿射聚类算法(TAP_KL)。该算法从概率角度重新解释AP算法的目标函数,并借助于信息论中最常见的一种距离度量,即Kullback-Leiber距离,测量源域与目标域代表点的相似性。另外,通过详细分析TAP_KL算法与AP算法的目标函数,得出一个重要结论,即可以将源域与目标域的相似性嵌入到目标域数据集相似性矩阵的计算中,从而直接利用AP算法的优化算法优化TAP_KL算法的目标函数,解决基于代表点的迁移聚类问题。最后,通过基于4个数据集的仿真实验,进一步验证了TAP_KL算法在解决迁移聚类问题时的有效性。 展开更多

关键词 仿射聚类算法 迁移学习 人脸数据集 概率框架 KL距离

在线阅读 下载PDF 职称材料

适用于车载自组织网络的稳定成簇算法 被引量：1

18

作者 徐圳 黄琼 +1 位作者 唐伦 陈前斌 《电子技术应用》 北大核心 2013年第10期95-98,共4页

车载自组织网络中网络拓扑频繁变化、链路不稳定。若直接使用移动自组网的成簇算法,将会引起传输延时增大及丢包率上升等一系列问题。提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法。本算法以节点之间的相似度(similarity)和... 车载自组织网络中网络拓扑频繁变化、链路不稳定。若直接使用移动自组网的成簇算法,将会引起传输延时增大及丢包率上升等一系列问题。提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法。本算法以节点之间的相似度(similarity)和周围节点度(degree)作为分簇依据,利用节点的地理位置信息和邻居拓扑信息进行簇头选举。NS2仿真结果表明,该算法能有效地改善车载自组织网络中簇结构的稳定性。 展开更多

关键词 车载自组织网络 AP成簇算法 簇头 地理位置 SD算法

在线阅读 下载PDF 职称材料

基于AP-LOF离群组检测的配电网连接验证 被引量：6

19

作者 司方远 韩英华 +1 位作者 赵强 汪晋宽 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期1070-1074,共5页

现有配电网连接验证工作将可疑异常值视为具有二元属性的独立个体,因此难以有效识别和验证具有高度内在相关性的局部离群组.针对这一问题,提出了基于AP-LOF离群组检测的配电网连接验证方法.通过引入近邻传播(affinity propagation,AP)... 现有配电网连接验证工作将可疑异常值视为具有二元属性的独立个体,因此难以有效识别和验证具有高度内在相关性的局部离群组.针对这一问题,提出了基于AP-LOF离群组检测的配电网连接验证方法.通过引入近邻传播(affinity propagation,AP)聚类方法,将待校验台区用户聚类为多簇,并基于局部离群因子(local outlier factor,LOF)算法对所有簇心进行离群点检测,从而准确识别出台区内的离群组用户.以某电力公司实际用户电压数据进行算例分析,结果证明了AP-LOF算法在配电网连接验证中的适用性和有效性. 展开更多

关键词 电压数据分析 配电网连接验证 局部离群组检测 近邻传播聚类 LOF算法

在线阅读 下载PDF 职称材料

基于自适应仿射传播聚类算法的多模型建模方法 被引量：1

20

作者 郝美玉 田学民 王平 《青岛科技大学学报（自然科学版）》 CAS 北大核心 2012年第5期515-519,共5页

考虑到工业生产数据具有按工作点聚类和迁移的特点,提出了一种基于自适应仿射传播聚类(adAP)的多最小二乘支持向量机(LSSVM)算法进行软测量建模。该方法用adAP算法对训练样本进行分类以找到最优的聚类结果,采用LSSVM算法对各类样本分别... 考虑到工业生产数据具有按工作点聚类和迁移的特点,提出了一种基于自适应仿射传播聚类(adAP)的多最小二乘支持向量机(LSSVM)算法进行软测量建模。该方法用adAP算法对训练样本进行分类以找到最优的聚类结果,采用LSSVM算法对各类样本分别建立子模型,并根据当前工作点所属子类的模型进行预测输出。将该方法用于聚丙烯熔融指数的软测量建模,结果表明,与其他方法相比该方法具有更高的回归精度和良好的泛化能力。 展开更多

关键词 软测量 多模型 自适应仿射传播聚类算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料