模糊K-Harmonic Means聚类算法 被引量：6

1

作者 赵恒 杨万海 张高煜 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2005年第4期603-606,638,共5页

对K-HarmonicMeans算法进行扩展,考虑到数据点对不同类的隶属关系,将模糊的概念应用到聚类中,提出了模糊K-HarmonicMeans算法,推导出聚类中心和模糊隶属度的迭代公式.在中心迭代聚类算法统一框架的基础上,推导出FKHM算法聚类中心的条件... 对K-HarmonicMeans算法进行扩展,考虑到数据点对不同类的隶属关系,将模糊的概念应用到聚类中,提出了模糊K-HarmonicMeans算法,推导出聚类中心和模糊隶属度的迭代公式.在中心迭代聚类算法统一框架的基础上,推导出FKHM算法聚类中心的条件概率表达式以及在迭代过程中的数据加权函数表达式.最后,用Folkes&Mallows指标对聚类结果进行评价.实验表明,模糊K-HarmonicMeans(KHM)算法在聚类对于初值不敏感的同时提高了聚类结果的精确度,达到较好的聚类效果. 展开更多

关键词 模糊k—harmonic means聚类 聚类中心 条件概率 Folkes & Mallows指标

在线阅读 下载PDF 职称材料

基于模糊K-harmonic means的谱聚类算法 被引量：7

2

作者 汪中 刘贵全 陈恩红 《智能系统学报》 2009年第2期95-99,共5页

谱聚类作为一种有效的方法广泛应用于机器学习.通过分析谱聚类初始化敏感的实质,引入对初值不敏感的模糊K-harmonic means算法来克服这一缺点,提出一种基于模糊K-harmonic means的谱聚类算法(FKHM-SC).与传统谱聚类算法以及对初值敏感的... 谱聚类作为一种有效的方法广泛应用于机器学习.通过分析谱聚类初始化敏感的实质,引入对初值不敏感的模糊K-harmonic means算法来克服这一缺点,提出一种基于模糊K-harmonic means的谱聚类算法(FKHM-SC).与传统谱聚类算法以及对初值敏感的K-means、FCM算法相比,改进算法不仅可以识别有挑战性的人工数据,并且可以得到稳定的聚类中心和聚类结果,同时提高了聚类的精确度.实验结果表明了该算法的有效性和可行性. 展开更多

关键词 谱聚类 模糊k-harmonic means 初始化敏感 聚类中心

在线阅读 下载PDF 职称材料

模糊K-Harmonic-Kohonen网络的FTIR光谱数据聚类分析 被引量：7

3

作者 陈勇 郭云柱 +3 位作者 王威 武小红 贾红雯 武斌 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期268-272,共5页

食品的品种不同则其含有营养成分和功效存在差异,得到的傅里叶变换红外光谱也存在差异。为了准确的实现品种分类,设计了一种将傅里叶变换红外光谱与模糊聚类分析方法相结合的品种鉴别方法。在模糊Kohonen聚类网络(FKCN)基础上将模糊K调... 食品的品种不同则其含有营养成分和功效存在差异,得到的傅里叶变换红外光谱也存在差异。为了准确的实现品种分类,设计了一种将傅里叶变换红外光谱与模糊聚类分析方法相结合的品种鉴别方法。在模糊Kohonen聚类网络(FKCN)基础上将模糊K调和聚类(FKHM)引入到Kohonen聚类网络的学习速率和更新策略中,提出了模糊K-Harmonic-Kohonen网络(FKHKCN)算法。FKHKCN利用模糊C均值(FCM)聚类的模糊隶属度计算其学习速率,以FKHM的聚类中心为基础通过推导计算得到FKHKCN的聚类中心,可以解决模糊Kohonen聚类网络方法对于初始类中心敏感而导致聚类结果不稳定的问题。FKHKCN作为一种模糊聚类算法,可实现傅里叶变换红外光谱数据的聚类分析。采用三种数据集:(1)采集产自四川的三种茶叶(优质和劣质的乐山竹叶青以及峨眉山毛峰)作为实验样本,样本总数为96。(2)两个品种(robusta和arabica)的咖啡样本。(3)三个品种(鸡肉、猪肉和火鸡)的肉类样本。首先对三个光谱数据集进行预处理,利用多元散射校正降低茶叶样本原始光谱数据集的散射影响,使用Savitzky-Golay减少噪声对肉类和咖啡这两个光谱数据集的影响。再利用主成分分析将高维的三种光谱数据集压缩至低维。然后采用线性判别分析进行特征提取,将光谱数据投影到求得的鉴别向量上。最后分别采用FCM,FKCN和FKHKCN对茶叶、肉类和咖啡进行判别。最终结果如下:FCM,FKCN和FKHKCN对茶叶品种的聚类准确率分别为90.91%,90.91%和93.94%;对肉类品种的聚类准确率分别为90.83%,0.00%和92.50%;对咖啡品种的聚类准确率分别为89.17%,89.17%和90.83%。以上实验结果表明:采用傅里叶红外光谱技术结合主成分分析、线性判别分析和FKHKCN的方法能够较有效地对食品的品种进行鉴别,且鉴别准确率比FCM和FKCN更高,聚类结果更稳定。 展开更多

关键词 傅里叶变换红外光谱 模糊k调和均值聚类 多元散射校正 模糊kOHONEN聚类网络 聚类分析

在线阅读 下载PDF 职称材料

融合K-调和均值的混沌粒子群聚类算法 被引量：6

4

作者 沈明明 毛力 《计算机工程与应用》 CSCD 北大核心 2011年第27期144-146,151,共4页

针对K-调和均值和混沌粒子群聚类算法的优缺点,提出了一种融合K-调和均值的混沌粒子群聚类算法。首先通过K-调和均值方法把粒子群分成若干个子群体,每个粒子根据其个体极值和所在子种群的全局极值来更新位置。其次,算法中引入变尺度混... 针对K-调和均值和混沌粒子群聚类算法的优缺点,提出了一种融合K-调和均值的混沌粒子群聚类算法。首先通过K-调和均值方法把粒子群分成若干个子群体,每个粒子根据其个体极值和所在子种群的全局极值来更新位置。其次,算法中引入变尺度混沌变异,抑制了早熟收敛,提高了计算精度。实验证明,该算法可以有效地避免算法陷入局部最优,在保证收敛速度的同时增强了算法的全局搜索能力,明显改善了聚类效果。 展开更多

关键词 k-调和均值 混沌粒子群 聚类

在线阅读 下载PDF 职称材料

基于改进引力搜索的混合K-调和均值聚类算法研究 被引量：11

5

作者 王彩霞 《计算机应用研究》 CSCD 北大核心 2016年第1期118-121,共4页

为了解决聚类算法容易陷入局部最优的问题,以及增强聚类算法的全局搜索能力,基于KHM算法以及改进的引力搜索算法,提出一种混合K-调和均值聚类算法(G-KHM)。G-KHM算法具有KHM算法收敛速度快的优点,但同时针对KHM算法容易陷入局部最优解... 为了解决聚类算法容易陷入局部最优的问题,以及增强聚类算法的全局搜索能力,基于KHM算法以及改进的引力搜索算法,提出一种混合K-调和均值聚类算法(G-KHM)。G-KHM算法具有KHM算法收敛速度快的优点,但同时针对KHM算法容易陷入局部最优解的问题,在初始化后数据开始搜索聚类中心时采用了一种基于对象多样性及收敛性增强的引力搜索算法,该方法改进了引力搜索算法容易失去种群多样性的缺点,并同时具有引力搜索算法较强的全局搜索能力,可以使算法收敛到全局最优解。仿真结果表明,G-KHM算法能有效地避免陷入局部极值,具有较强的全局搜索能力以及稳定性,并且相比KHM算法、K-means聚类算法、C均值聚类算法以及粒子群算法,在分类精度和运行时间上表现出了更好的效果。 展开更多

关键词 混合k-调和均值聚类 kHM算法 改进引力搜索算法 全局搜索能力

在线阅读 下载PDF 职称材料

融合并行混沌萤火虫算法的K-调和均值聚类 被引量：8

6

作者 朱书伟 周治平 张道文 《智能系统学报》 CSCD 北大核心 2015年第6期872-880,共9页

针对K-调和均值算法易陷于局部最优的缺点,提出一种基于改进萤火虫算法(firefly algorithm,FA)的K-调和均值聚类算法。将基于FA的粗搜索与基于并行混沌优化FA的精细搜索相结合,其中精细搜索部分首先通过FA搜索到当前最优解及次优解,然... 针对K-调和均值算法易陷于局部最优的缺点,提出一种基于改进萤火虫算法(firefly algorithm,FA)的K-调和均值聚类算法。将基于FA的粗搜索与基于并行混沌优化FA的精细搜索相结合,其中精细搜索部分首先通过FA搜索到当前最优解及次优解,然后通过改进的logistic映射与并行混沌优化策略产生混沌序列在其附近直接搜索,以增强算法的寻优性能。最终,将这种改进的FA用于K-调和均值算法聚类中心的优化。实验结果表明:该算法不但对几种测试函数具有更高的搜索精度,而且对6种数据集的聚类结果均有一定的改善,有效地抑制了K-调和均值算法陷于局部最优的问题,提高了聚类准确性和稳定性。 展开更多

关键词 k-调和均值 局部最优 萤火虫算法 聚类 并行混沌优化 混沌局部搜索 映射模型 种群多样性

在线阅读 下载PDF 职称材料

自动属性加权的K-调和均值聚类算法 被引量：1

7

作者 范桂明 张桂珠 《计算机应用与软件》 CSCD 2016年第11期234-239,共6页

针对K-调和均值算法中距离度量将所有属性视为相等重要而存在的不足,提出一种利用自动属性加权的改进聚类算法。在算法的目标函数中,用加权欧氏距离替代传统的欧氏距离,并证明了使得算法能够收敛的属性权重更新机制。为进一步提高聚类性... 针对K-调和均值算法中距离度量将所有属性视为相等重要而存在的不足,提出一种利用自动属性加权的改进聚类算法。在算法的目标函数中,用加权欧氏距离替代传统的欧氏距离,并证明了使得算法能够收敛的属性权重更新机制。为进一步提高聚类性能,将粒子群算法融入到改进的属性加权聚类算法中以抑制其陷于局部最优,其中采用聚类中心和属性权重的值同时表示粒子的位置进行寻优。在UCI数据集的测试结果表明,该算法的聚类指标平均提高了约9个百分点,具有更高的聚类准确性和稳定性。 展开更多

关键词 k-调和均值 聚类 属性加权 粒子群

在线阅读 下载PDF 职称材料

基于改进GWO-CV优化的K-调和均值聚类算法 被引量：5

8

作者 张文宇 张茜 +1 位作者 杨媛 刘嘉 《统计与决策》 CSSCI 北大核心 2020年第16期9-13,共5页

为克服传统聚类算法对初始聚类中心敏感且容易陷入局部最优的问题,文章提出一种基于改进的灰狼优化与交叉验证法结合的K-调和均值聚类算法(GWO-CVKHM)。首先将新的非线性收敛因子引入灰狼优化算法,以调整前期广度搜索与后期深度搜索比例... 为克服传统聚类算法对初始聚类中心敏感且容易陷入局部最优的问题,文章提出一种基于改进的灰狼优化与交叉验证法结合的K-调和均值聚类算法(GWO-CVKHM)。首先将新的非线性收敛因子引入灰狼优化算法,以调整前期广度搜索与后期深度搜索比例,同时基于模糊控制权重决策对灰狼种群位置进行更新;其次利用改进灰狼优化算法与交叉验证的思想对初始聚类中心进行寻优;最后基于改进后的聚类算法选取UCI数据库中真实数据集进行聚类。实验结果表明,该算法在求解精度及算法稳定性方面优于对比算法,具有更快的收敛速度与更强的全局搜索能力。 展开更多

关键词 k-调和均值聚类 灰狼优化算法(GWO) 交叉验证法(CV) 全局搜索能力

在线阅读 下载PDF 职称材料

基于模糊逻辑COOT优化K调和均值的数据聚类算法 被引量：1

9

作者 戴峦岳 梁宵月 +1 位作者 王帅 王震坡 《广西科学》 北大核心 2024年第5期900-911,共12页

针对K调和均值(K-Harmonic Means, KHM)聚类算法易陷入局部最优的不足,本文结合KHM聚类算法的快速局部开发和白骨顶鸡优化算法(Coot optimization algorithm, COOT)的全局勘探能力,提出一种模糊逻辑COOT优化KHM的数据聚类算法(Fuzzy COO... 针对K调和均值(K-Harmonic Means, KHM)聚类算法易陷入局部最优的不足,本文结合KHM聚类算法的快速局部开发和白骨顶鸡优化算法(Coot optimization algorithm, COOT)的全局勘探能力,提出一种模糊逻辑COOT优化KHM的数据聚类算法(Fuzzy COOT K-Harmonic Means, FCOOTKHM)。将KHM聚类算法生成的初始聚类解输入白骨顶鸡初始种群结构再进行迭代寻优。同时,为了进一步提升COOT的搜索精度,设计模糊逻辑对COOT的收敛因子和领导者种群占比进行自适应调整,均衡算法的搜索与开发能力。使用聚类调和平均值评估种群个体的适应度,结合智能算法启发式搜索对聚类结果迭代寻优。利用加州大学欧文分校(University of California Irvine, UCI)数据库中的7个数据集对FCOOTKHM的聚类性能进行验证分析。结果表明,FCOOTKHM在准确率、精确度、召回率、F度量、Kappa系数和收敛效率等指标上均表现更好,该算法能够实现更精确的数据聚类。 展开更多

关键词 模糊逻辑 模糊系统 白骨顶鸡优化算法 k调和均值 聚类 收敛性

在线阅读 下载PDF 职称材料

茶叶傅里叶红外光谱的可能模糊K调和均值聚类分析 被引量：3

10

作者 武斌 王大智 +1 位作者 武小红 贾红雯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第3期745-749,共5页

茶叶的品种不同,其有机化学成分含量往往不同,其功效也是不尽相同的,因此,研究出一种简单、高效、识别率高的茶叶品种鉴别技术方法是十分有必要的。中红外光谱技术是一种快速检测技术,在用中红外光谱仪采集得到的茶叶中红外光谱中含有... 茶叶的品种不同,其有机化学成分含量往往不同,其功效也是不尽相同的,因此,研究出一种简单、高效、识别率高的茶叶品种鉴别技术方法是十分有必要的。中红外光谱技术是一种快速检测技术,在用中红外光谱仪采集得到的茶叶中红外光谱中含有噪声信号。为了对含噪声茶叶中红外光谱的准确分类以实现茶叶品种分类,将可能模糊C-均值聚类(PFCM)思想应用到K调和均值(KHM)聚类,设计出一种可能模糊K调和均值(PFKHM)聚类算法,计算出PFKHM的模糊隶属度、典型值和聚类中心。可能模糊K调和均值聚类能有效解决K调和均值聚类的噪声敏感性问题。用傅里叶红外光谱分析仪(FTIR-7600型)分别对三种茶叶(优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰)进行扫描以获取它们的傅里叶中红外光谱。光谱波数区间是4 001.569~401.121 1cm^(-1)。先采用主成分分析法(PCA)将光谱数据压缩到20维,再采用线性判别分析(LDA)将光谱数据压缩到两维并提取鉴别特征信息。最后分别用K调和均值聚类和可能模糊K调和均值聚类实现茶叶品种分类。实验结果:当权重指数m=2,q=2和p=2时,KHM具有91.67%的聚类准确率,PFKHM聚类准确率达到94.44%;KHM迭代12次达到收敛,而PFKHM迭代11次就可以达到收敛。采用傅里叶红外光谱技术检测茶叶,用主成分分析和线性判别分析压缩光谱数据,再用可能模糊K调和均值聚类进行品种分类可快速、准确地实现茶叶品种的鉴别。 展开更多

关键词 茶叶 红外光谱 主成分分析 k调和均值聚类 可能模糊k调和均值聚类

在线阅读 下载PDF 职称材料

广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别 被引量：1

11

作者 武小红 潘明辉 +2 位作者 武斌 嵇港 孙俊 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第6期1721-1725,共5页

生菜的储藏时间是影响生菜新鲜程度的重要因素。为了快速、无损和有效地鉴别生菜的储藏时间,以欧式距离的p次方代替模糊K调和均值聚类(FKHM)中欧式距离的平方提出了一种广义模糊K调和均值聚类(GFKHM)算法并将该算法应用于鉴别生菜的储... 生菜的储藏时间是影响生菜新鲜程度的重要因素。为了快速、无损和有效地鉴别生菜的储藏时间,以欧式距离的p次方代替模糊K调和均值聚类(FKHM)中欧式距离的平方提出了一种广义模糊K调和均值聚类(GFKHM)算法并将该算法应用于鉴别生菜的储藏时间。以60个新鲜生菜样本为研究对象,采用AntarisⅡ近红外光谱分析仪每隔12h检测生菜的近红外漫反射光谱,共检测三次,光谱扫描的波数范围为10 000~4 000cm^(-1)。首先用主成分分析(PCA)对1 557维的生菜近红外光谱进行降维处理以减少冗余信息,取前20个主成分,经过PCA处理后得到20维的数据。然后用线性判别分析(LDA)提取光谱数据的鉴别信息以提高聚类的准确率,取鉴别向量数为2,则LDA将20维的数据转换为2维数据。最后以模糊C-均值聚类(FCM)的类中心作为FKHM和GFKHM的初始聚类中心,分别运行FKHM和GFKHM计算模糊隶属度以实现生菜储藏时间的鉴别。结果表明,GFKHM的鉴别准确率能达到92.5%,FKHM的鉴别准确率为90.0%,GFKHM具有比FKHM更高的鉴别准确率。GFKHM的聚类中心比FKHM更逼近真实类中心。GFKHM的收敛速度明显快于FKHM。采用近红外光谱技术同时结合GFKHM,PCA和LDA为快速和无损地鉴别生菜储藏时间提供了一种新的方法。 展开更多

关键词 近红外光谱 生菜 储藏时间 线性判别分析 模糊k调和均值聚类

在线阅读 下载PDF 职称材料

系统谐波阻抗估计的自适应K均值聚类方法 被引量：6

12

作者 吴永云 陈适 +2 位作者 尹绍阳 姜韬 华回春 《广东电力》 2016年第7期111-116,共6页

传统系统谐波阻抗估计的主导波动量法以及阻抗归一化法,需要人工手动调整筛选参数和边界条件,主观性强且不易精确。为了弥补这些缺陷,提出谐波阻抗计算的自适应K均值聚类方法。首先对测量点处的谐波电压和谐波电流数据进行分组回归,计... 传统系统谐波阻抗估计的主导波动量法以及阻抗归一化法,需要人工手动调整筛选参数和边界条件,主观性强且不易精确。为了弥补这些缺陷,提出谐波阻抗计算的自适应K均值聚类方法。首先对测量点处的谐波电压和谐波电流数据进行分组回归,计算一系列系统谐波阻抗的近似值;然后利用自适应K均值聚类方法对近似值进行聚类;最后,在定义紧密度指标的基础上,选择紧密度最优的聚类中心作为系统谐波阻抗估计结果。仿真验证和实测数据表明:与传统主导波动量法和阻抗归一化法相比较,自适应K均值聚类方法不仅能够提高估计精度,而且能够实现无需人工干预的自适应计算。 展开更多

关键词 电能质量 谐波阻抗 分组回归 k均值聚类 自适应

在线阅读 下载PDF 职称材料

基于K均值聚类的串联型故障电弧识别 被引量：3

13

作者 陈昌垦 刘艳丽 李颖 《电气工程学报》 2016年第8期23-29,共7页

针对供配电系统中经常出现串联型故障电弧引发火灾等事故的问题,研制了串联型故障电弧实验装置,并针对典型负载开展了大量实验。首先,利用傅里叶变换提取了发生故障电弧前后电流的前20次谐波含量,并将其作为样本;其次,采用主成分分析对... 针对供配电系统中经常出现串联型故障电弧引发火灾等事故的问题,研制了串联型故障电弧实验装置,并针对典型负载开展了大量实验。首先,利用傅里叶变换提取了发生故障电弧前后电流的前20次谐波含量,并将其作为样本;其次,采用主成分分析对样本数据进行降维,提取出电流谐波变化的主要成分;最后,运用K均值聚类判断出原始信号是否故障。结果表明,以电流谐波为特征,通过主成分分析和K均值聚类可以有效地识别串联型故障电弧。 展开更多

关键词 串联型故障电弧 谐波含量 主成分分析 k均值聚类

在线阅读 下载PDF 职称材料

ABC聚类算法与KHM算法相结合的ABCKHM聚类算法

14

作者 姜华 胡欣 +1 位作者 王峥 都兴朔 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2017年第4期66-70,共5页

针对调和K均值聚类(KHM)算法存在陷入局部最优解的问题,提出一种人工蜂群(ABC)算法与KHM算法相结合的混合聚类算法ABCKHM.实验表明,该算法解决了KHM算法有时陷入局部最优解的问题,并且该算法较之KHM算法及同类其他算法有更好的性能.

关键词 聚类 kHM 人工蜂群优化 ABC

在线阅读 下载PDF 职称材料

初始化独立的谱聚类算法 被引量：8

15

作者 施培蓓 郭玉堂 +1 位作者 胡玉娟 俞骏 《计算机工程与应用》 CSCD 北大核心 2010年第25期134-137,共4页

谱聚类作为一种新颖的聚类算法近年来受到模式识别领域的广泛关注。针对传统谱聚类算法对初始中心敏感的特点,通过引入对初值不敏感的k-调和平均算法,提出一种初始化独立的谱聚类算法。在人工数据和真实数据上的实验表明,相比于传统的k-... 谱聚类作为一种新颖的聚类算法近年来受到模式识别领域的广泛关注。针对传统谱聚类算法对初始中心敏感的特点,通过引入对初值不敏感的k-调和平均算法,提出一种初始化独立的谱聚类算法。在人工数据和真实数据上的实验表明,相比于传统的k-means算法、FCM算法和EM算法,改进算法在稳定性和聚类性能上有了显著的提高。 展开更多

关键词 聚类 谱聚类 k-调和平均 初始化

在线阅读 下载PDF 职称材料

一种适应风机接入的配电网谐波责任划分方法 被引量：9

16

作者 王俊雄 臧天磊 +2 位作者 符玲 宋九渊 赵虹钧 《电网技术》 EI CSCD 北大核心 2020年第11期4377-4386,共10页

风机接入配电网导致谐波电流呈现波动性、随机性等特征,给谐波责任的准确划分带来了挑战。为了适应于风机接入的工况,该文首先根据实测数据分析了风机注入谐波电流的特性;针对风机注入谐波电流的随机性和波动性,采用稀疏k-means聚类方... 风机接入配电网导致谐波电流呈现波动性、随机性等特征,给谐波责任的准确划分带来了挑战。为了适应于风机接入的工况,该文首先根据实测数据分析了风机注入谐波电流的特性;针对风机注入谐波电流的随机性和波动性,采用稀疏k-means聚类方法对量测数据进行分段处理,将谐波特性相近的数据归类;然后采用鲁棒独立分量分析方法估算谐波阻抗;最后给出谐波责任的定义式,并计算风机谐波责任。仿真结果表明,相比于其他几种方法,所提方法的估算精度更高且适应性更好。 展开更多

关键词 风机 谐波特性 稀疏k-means聚类 鲁棒独立分量分析 谐波责任划分

在线阅读 下载PDF 职称材料

联合模型初始化独立谱聚类算法 被引量：4

17

作者 马秀丽 焦李成 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第5期768-772,808,共6页

针对原始谱聚类算法初始化敏感的缺点,提出了一种基于联合模型的初始化独立谱聚类算法并将其用于图像分割.通过引入联合模型可以充分利用待聚类数据所包含的空间邻近信息和特征相似性信息,得到更精确的聚类结果;通过引入K-调和平均算法... 针对原始谱聚类算法初始化敏感的缺点,提出了一种基于联合模型的初始化独立谱聚类算法并将其用于图像分割.通过引入联合模型可以充分利用待聚类数据所包含的空间邻近信息和特征相似性信息,得到更精确的聚类结果;通过引入K-调和平均算法克服了原始谱聚类算法对初始化的敏感性,从而得到更稳定的聚类性能.最后,通过对纹理图像和合成孔径雷达图像分割验证了新算法的有效性. 展开更多

关键词 谱聚类算法 联合模型 k-调和平均算法 合成孔径雷达图像分割

在线阅读 下载PDF 职称材料

基于有效数据段选取的多谐波源责任划分方法 被引量：24

18

作者 孟思雨 肖先勇 +2 位作者 张逸 黄勇 陈飞宇 《电网技术》 EI CSCD 北大核心 2017年第6期2006-2011,共6页

针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波... 针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波贡献的谐波源以外的各谐波源谐波电流进行阶梯式的聚类处理,最终划分成多个有效数据集合。然后利用偏最小二乘法估计各数据集合对应的谐波源谐波责任,并加权求和所有集合的谐波责任作为关注时间段总的谐波责任。该方法克服了传统数据选择法难以获得有效时间段的缺点。为验证方法的有效性,在IEEE 14节点标准配电网络上进行仿真分析,结果表明,所提方法能有效解决数据段选择问题,并且优于传统数据选择方法。 展开更多

关键词 多谐波源 谐波责任划分 数据选择 改进k-means方法 聚类

在线阅读 下载PDF 职称材料

基于聚类分析的无线暂态信号的盲分类 被引量：1

19

作者 李林峰 赵国庆 隋绍勇 《现代电子技术》 2007年第5期61-62,68,共3页

在通信个体识别中,含有重要信息的暂态信号起着重要的作用。在无训练样本的情况下,先将暂态信号通过小波变换进行消噪,再用K-调和均值聚类算法来进行分类识别。仿真证明,在等信噪比和相同类数目的情况下,调和均值聚类和K-means算法的综... 在通信个体识别中,含有重要信息的暂态信号起着重要的作用。在无训练样本的情况下,先将暂态信号通过小波变换进行消噪,再用K-调和均值聚类算法来进行分类识别。仿真证明,在等信噪比和相同类数目的情况下,调和均值聚类和K-means算法的综合应用,不仅解决了非平稳的暂态信号的分类,而且其计算量少,对高维数据的分类效果也较明显。 展开更多

关键词 k-调和均值聚类 暂态信号 聚类中心 盲分类

在线阅读 下载PDF 职称材料

《光谱学与光谱分析》投稿简则

20

《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期272-272,共1页

《光谱学与光谱分析》是由中国科协主管,中国光学学会主办,钢铁研究总院、中国科学院物理研究所、北京大学、清华大学共同承办的专业学术期刊。国内外公开发行,从2004年起为月刊,大16开本,每期332页。《光谱学与光谱分析》主要报道我国... 《光谱学与光谱分析》是由中国科协主管,中国光学学会主办,钢铁研究总院、中国科学院物理研究所、北京大学、清华大学共同承办的专业学术期刊。国内外公开发行,从2004年起为月刊,大16开本,每期332页。《光谱学与光谱分析》主要报道我国光谱学与光谱分析领域内具有创新性科研成果,及时反映国内外光谱学与光谱分析的进展和动态;发现并培育人才;推动和促进光谱学与光谱分析的发展。为科教兴国服务。读者对象为从事光谱学与光谱分析的科研人员、教学人员、分析测试人员和科研管理干部。 展开更多

关键词 中国科协 科研人员 科研成果 中国光学学会 钢铁研究总院 读者对象 光谱学 光谱分析

在线阅读 下载PDF 职称材料