期刊文献+
共找到301篇文章
< 1 2 16 >
每页显示 20 50 100
New two-dimensional fuzzy C-means clustering algorithm for image segmentation 被引量:4
1
作者 周鲜成 申群太 刘利枚 《Journal of Central South University of Technology》 EI 2008年第6期882-887,共6页
To solve the problem of poor anti-noise performance of the traditional fuzzy C-means (FCM) algorithm in image segmentation, a novel two-dimensional FCM clustering algorithm for image segmentation was proposed. In this... To solve the problem of poor anti-noise performance of the traditional fuzzy C-means (FCM) algorithm in image segmentation, a novel two-dimensional FCM clustering algorithm for image segmentation was proposed. In this method, the image segmentation was converted into an optimization problem. The fitness function containing neighbor information was set up based on the gray information and the neighbor relations between the pixels described by the improved two-dimensional histogram. By making use of the global searching ability of the predator-prey particle swarm optimization, the optimal cluster center could be obtained by iterative optimization, and the image segmentation could be accomplished. The simulation results show that the segmentation accuracy ratio of the proposed method is above 99%. The proposed algorithm has strong anti-noise capability, high clustering accuracy and good segment effect, indicating that it is an effective algorithm for image segmentation. 展开更多
关键词 image segmentation fuzzy c-means clustering particle swarm optimization two-dimensional histogram
在线阅读 下载PDF
Power interconnected system clustering with advanced fuzzy C-mean algorithm 被引量:6
2
作者 王洪梅 KIM Jae-Hyung +2 位作者 JUNG Dong-Yean LEE Sang-Min LEE Sang-Hyuk 《Journal of Central South University》 SCIE EI CAS 2011年第1期190-195,共6页
An advanced fuzzy C-mean (FCM) algorithm was proposed for the efficient regional clustering of multi-nodes interconnected systems. Due to various locational prices and regional coherencies for each node and point, m... An advanced fuzzy C-mean (FCM) algorithm was proposed for the efficient regional clustering of multi-nodes interconnected systems. Due to various locational prices and regional coherencies for each node and point, modified similarity measure was considered to gather nodes having similar characteristics. The similarity measure was needed to contain locafi0nal prices as well as regional coherency. In order to consider the two properties simultaneously, distance measure of fuzzy C-mean algorithm had to be modified. Regional clustering algorithm for interconnected power systems was designed based on the modified fuzzy C-mean algorithm. The proposed algorithm produces proper classification for the interconnected power system and the results are demonstrated in the example of IEEE 39-bus interconnected electricity system. 展开更多
关键词 fuzzy c-mean similarity measure distance measure interconnected system clustering
在线阅读 下载PDF
Improved evidential fuzzy c-means method 被引量:4
3
作者 JIANG Wen YANG Tian +2 位作者 SHOU Yehang TANG Yongchuan HU Weiwei 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2018年第1期187-195,共9页
Dempster-Shafer evidence theory(DS theory) is widely used in brain magnetic resonance imaging(MRI) segmentation,due to its efficient combination of the evidence from different sources. In this paper, an improved MRI s... Dempster-Shafer evidence theory(DS theory) is widely used in brain magnetic resonance imaging(MRI) segmentation,due to its efficient combination of the evidence from different sources. In this paper, an improved MRI segmentation method,which is based on fuzzy c-means(FCM) and DS theory, is proposed. Firstly, the average fusion method is used to reduce the uncertainty and the conflict information in the pictures. Then, the neighborhood information and the different influences of spatial location of neighborhood pixels are taken into consideration to handle the spatial information. Finally, the segmentation and the sensor data fusion are achieved by using the DS theory. The simulated images and the MRI images illustrate that our proposed method is more effective in image segmentation. 展开更多
关键词 average fusion spatial information Dempster-Shafer evidence theory(DS theory) fuzzy c-means(fcm) magnetic resonance imaging(MRI) image segmentation
在线阅读 下载PDF
Kernel method-based fuzzy clustering algorithm 被引量:2
4
作者 WuZhongdong GaoXinbo +1 位作者 XieWeixin YuJianping 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2005年第1期160-166,共7页
The fuzzy C-means clustering algorithm(FCM) to the fuzzy kernel C-means clustering algorithm(FKCM) to effectively perform cluster analysis on the diversiform structures are extended, such as non-hyperspherical data, d... The fuzzy C-means clustering algorithm(FCM) to the fuzzy kernel C-means clustering algorithm(FKCM) to effectively perform cluster analysis on the diversiform structures are extended, such as non-hyperspherical data, data with noise, data with mixture of heterogeneous cluster prototypes, asymmetric data, etc. Based on the Mercer kernel, FKCM clustering algorithm is derived from FCM algorithm united with kernel method. The results of experiments with the synthetic and real data show that the FKCM clustering algorithm is universality and can effectively unsupervised analyze datasets with variform structures in contrast to FCM algorithm. It is can be imagined that kernel-based clustering algorithm is one of important research direction of fuzzy clustering analysis. 展开更多
关键词 fuzzy clustering analysis kernel method fuzzy c-means clustering.
在线阅读 下载PDF
Partition region-based suppressed fuzzy C-means algorithm 被引量:1
5
作者 Kun Zhang Weiren Kong +4 位作者 Peipei Liu Jiao Shi Yu Lei Jie Zou Min Liu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第5期996-1008,共13页
Aimed at the problem that the traditional suppressed fuzzy C-means clustering algorithms ignore the real needs of different objects, applying the same suppressed parameter for modifying membership degrees of all the o... Aimed at the problem that the traditional suppressed fuzzy C-means clustering algorithms ignore the real needs of different objects, applying the same suppressed parameter for modifying membership degrees of all the objects, a novel partition region-based suppressed fuzzy C-means clustering algorithm with better capacity of adaptability and robustness is proposed in this paper. The model based on the real needs of different objects is built, making it clear to decide whether to proceed with further determination; in addition, the external user-defined suppressed parameter is automatically selected according to the intrinsic structural characteristic of each dataset, making the proposed method become robust to the fluctuations in the incoming dataset and initial conditions. Experimental results show that the proposed method is more robust than its counterparts and overcomes the weakness of the original suppressed clustering algorithm in most cases. 展开更多
关键词 shadowed set suppressed fuzzy c-means clustering automatically parameter selection soft computing techniques
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
6
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊C均值(fcm)聚类算法 无监督学习算法
在线阅读 下载PDF
农业机器人采摘目标识别技术研究——基于FCM模糊聚类算法 被引量:3
7
作者 冯高峰 《农机化研究》 北大核心 2024年第3期30-33,41,共5页
介绍了FCM(Fuzzy C-Means)模糊聚类算法的原理,采用权重分配的方法对该算法进行了改进,通过建立模糊的相似矩阵,对目标对象的特征聚类图进行分析,并引入隶属度矩阵对FCM算法进行优化,以加快算法的迭代速度。实验结果表明:农业机器人采... 介绍了FCM(Fuzzy C-Means)模糊聚类算法的原理,采用权重分配的方法对该算法进行了改进,通过建立模糊的相似矩阵,对目标对象的特征聚类图进行分析,并引入隶属度矩阵对FCM算法进行优化,以加快算法的迭代速度。实验结果表明:农业机器人采用该方法对农作物轮廓分割识别度较高,算法计算效率较快,验证了其可靠性,该方法可用于目标农作物的分割和目标识别。 展开更多
关键词 农业机器人 fcm 模糊聚类 隶属度矩阵 目标识别
在线阅读 下载PDF
基于改进FCM的冲压件缺陷图像分割算法
8
作者 张玉杰 高晗 《计算机工程》 CAS CSCD 北大核心 2024年第10期342-351,共10页
在工业质检过程中,冲压件缺陷图像分割作为缺陷检测的重要环节,直接影响缺陷检测效果。而传统的模糊C均值(FCM)聚类算法未考虑到空间邻域信息,对于噪声干扰较为敏感,导致分割精度较差,且其整体易受初始值的影响,造成收敛速度变慢。针对... 在工业质检过程中,冲压件缺陷图像分割作为缺陷检测的重要环节,直接影响缺陷检测效果。而传统的模糊C均值(FCM)聚类算法未考虑到空间邻域信息,对于噪声干扰较为敏感,导致分割精度较差,且其整体易受初始值的影响,造成收敛速度变慢。针对上述问题,提出一种改进的FCM算法。采用内核诱导距离中的简单两项代替传统的欧氏距离,将原有的空间像素映射到高维特征空间,提高线性可分概率和计算速度;利用图像像素之间的空间相关性,通过引入改进的马尔可夫随机场对FCM目标函数进行修正,提高算法的抗噪能力以及分割精度;采用秃鹰搜索(BES)算法确定FCM的初始聚类中心,提高算法的收敛速度,同时避免算法陷入局部极值的情况。为验证改进FCM算法的性能,选取划分熵、划分系数、Xie_Beni系数以及迭代次数作为评价指标,并与近年来先进的图像分割算法进行对比。实验结果表明,改进FCM算法具有更好的抗噪能力,能得到更好的缺陷分割效果,对工业生产中的冲压件缺陷检测有一定的应用价值。 展开更多
关键词 模糊C均值聚类 工业应用 冲压件缺陷 内核诱导距离 马尔可夫随机场 秃鹰搜索算法
在线阅读 下载PDF
Instance reduction for supervised learning using input-output clustering method
9
作者 YODJAIPHET Anusorn THEERA-UMPON Nipon AUEPHANWIRIYAKUL Sansanee 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第12期4740-4748,共9页
A method that applies clustering technique to reduce the number of samples of large data sets using input-output clustering is proposed.The proposed method clusters the output data into groups and clusters the input d... A method that applies clustering technique to reduce the number of samples of large data sets using input-output clustering is proposed.The proposed method clusters the output data into groups and clusters the input data in accordance with the groups of output data.Then,a set of prototypes are selected from the clustered input data.The inessential data can be ultimately discarded from the data set.The proposed method can reduce the effect from outliers because only the prototypes are used.This method is applied to reduce the data set in regression problems.Two standard synthetic data sets and three standard real-world data sets are used for evaluation.The root-mean-square errors are compared from support vector regression models trained with the original data sets and the corresponding instance-reduced data sets.From the experiments,the proposed method provides good results on the reduction and the reconstruction of the standard synthetic and real-world data sets.The numbers of instances of the synthetic data sets are decreased by 25%-69%.The reduction rates for the real-world data sets of the automobile miles per gallon and the 1990 census in CA are 46% and 57%,respectively.The reduction rate of 96% is very good for the electrocardiogram(ECG) data set because of the redundant and periodic nature of ECG signals.For all of the data sets,the regression results are similar to those from the corresponding original data sets.Therefore,the regression performance of the proposed method is good while only a fraction of the data is needed in the training process. 展开更多
关键词 instance reduction input-output clustering fuzzy c-means clustering support vector regression supervised learning
在线阅读 下载PDF
满足本地差分隐私的混合噪音感知的模糊C均值聚类算法 被引量:1
10
作者 张朋飞 程俊 +4 位作者 张治坤 方贤进 孙笠 王杰 姜茸 《电子与信息学报》 北大核心 2025年第3期739-757,共19页
在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪... 在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音,致使聚类精度低下。同时,对于衡量用户提交数据和簇心之间的距离选择较为武断,没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此,该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM),该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音,进而设计出混合噪音感知的距离替代传统的欧式距离,来衡量样本数据与簇心间的相似性。特别地,在mnFCM中,该文首先设计了混合噪音感知的距离计算方法,在此基础上给出算法新的目标函数,并基于拉格朗日乘子法设计了求解方法,最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度,分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明,mnFCM在满足LDP下,聚类精度提高了10%~15%。 展开更多
关键词 聚类分析 隐私保护 本地差分隐私 模糊C均值聚类 拉普拉斯机制
在线阅读 下载PDF
基于LMD近似熵和FCM聚类的机械故障诊断研究 被引量:97
11
作者 张淑清 孙国秀 +2 位作者 李亮 李新新 监雄 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第3期714-720,共7页
提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量... 提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法。首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量,再通过相关性分析,筛选出与原始信号相关性最大的3个分量作为数据源,求取其近似熵作为特征向量,最后通过FCM模糊聚类对特征向量进行识别分类。实验表明,基于LMD近似熵和FCM模糊聚类相结合的方法对机械故障信号能够有效准确地进行识别分类,此外,将该方法与基于EMD近似熵和FCM结合的方法进行对比,结果表明该方法具有更好的故障识别效果。 展开更多
关键词 局部均值分解 模糊C均值聚类 近似熵 故障诊断
在线阅读 下载PDF
模糊C-均值(FCM)聚类算法的实现 被引量:35
12
作者 孙晓霞 刘晓霞 谢倩茹 《计算机应用与软件》 CSCD 北大核心 2008年第3期48-50,共3页
传统的FCM算法能够将靠近边界的具有固有形状的两个簇合并成为一个大的簇。然而,对于一些稍微复杂的数据,如果没有其它的像去除小簇之类的机制的话,FCM算法很难将非常接近的类聚类到一起。给出的聚类算法是在传统FCM算法的循环之后添加... 传统的FCM算法能够将靠近边界的具有固有形状的两个簇合并成为一个大的簇。然而,对于一些稍微复杂的数据,如果没有其它的像去除小簇之类的机制的话,FCM算法很难将非常接近的类聚类到一起。给出的聚类算法是在传统FCM算法的循环之后添加了去除掉空簇的步骤,解决了上述很难将非常接近的类聚到一个簇中的问题。另外,为便于选出最优结果,在递归之后又添加了计算聚类有效性的步骤。最后用Java实现了该算法并在数据集上进行了实验,证实了改进方法的有效性。 展开更多
关键词 模糊聚类 fcm算法 聚类有效性
在线阅读 下载PDF
结合FCMS与变分水平集的图像分割模型 被引量:26
13
作者 唐利明 田学全 +1 位作者 黄大荣 王晓峰 《自动化学报》 EI CSCD 北大核心 2014年第6期1233-1248,共16页
提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空... 提出了一个结合融合空间约束的模糊C均值(Fuzzy C means with spatial constraints,FCMS)聚类与变分水平集的图像模糊聚类分割模型.在该模型中引入了一个基于图像局部信息和空间信息的外部模糊聚类能量,从而可以获取精确的局部图像的空间特征,使得本文模型对噪声图像的聚类分割具有较强的鲁棒性.采用不同类型的实验图像,将本文模型与10个不同类型的图像分割模型进行了对比实验,实验结果显示本文模型能克服图像中噪声影响并取得较满意的聚类分割结果. 展开更多
关键词 变分水平集 图像聚类 图像分割 fcmS聚类 隶属度 聚类中心
在线阅读 下载PDF
半监督FCM聚类算法目标函数研究 被引量:14
14
作者 李春芳 庞雅静 +1 位作者 钱丽璞 高爱华 《计算机工程与应用》 CSCD 北大核心 2009年第14期128-132,135,共6页
分析了现有半监督FCM算法目标函数的物理意义和平衡系数α的选取,说明Stutz对Pedrycz目标函数的修改使半监督的物理意义更清楚,它在α=1,0时均退化为标准FCM算法,给出了修改后SS-FCM算法的交替求解过程。实验结果:(1)修改算法与Pedrycz... 分析了现有半监督FCM算法目标函数的物理意义和平衡系数α的选取,说明Stutz对Pedrycz目标函数的修改使半监督的物理意义更清楚,它在α=1,0时均退化为标准FCM算法,给出了修改后SS-FCM算法的交替求解过程。实验结果:(1)修改算法与Pedrycz算法有相同的半监督作用和清楚的物理解释;(2)对labeled样本采用FCM算法赋值比用随机数的收敛稳定性高;(3)优选的少量labeled样本,使用模糊协方差的SS-CFCM算法提高了聚类准确性和收敛速度。 展开更多
关键词 模糊C均值(fcm)算法 半监督聚类 目标函数 模糊协方差
在线阅读 下载PDF
改进的FCM聚类法及其在行驶工况构建中的应用 被引量:16
15
作者 石琴 马洪龙 +2 位作者 丁建勋 龙建成 凌翔 《中国机械工程》 EI CAS CSCD 北大核心 2014年第10期1381-1387,共7页
针对FCM聚类法对初始聚类中心比较敏感、迭代容易陷入局部极值、难以取得最优聚类的问题,提出了一种改进的FCM方法,即利用SOM网络对主成分数据进行聚类,将得到的权值作为FCM聚类的初始聚类中心,从而使聚类结果更加接近最优聚类。将改进... 针对FCM聚类法对初始聚类中心比较敏感、迭代容易陷入局部极值、难以取得最优聚类的问题,提出了一种改进的FCM方法,即利用SOM网络对主成分数据进行聚类,将得到的权值作为FCM聚类的初始聚类中心,从而使聚类结果更加接近最优聚类。将改进的FCM聚类方法应用于合肥市道路行驶工况的构建中,理论分析及试验结果表明,该方法有效地提高了聚类精度,构建的行驶工况与实际道路的交通状况吻合很好。 展开更多
关键词 模糊C均值聚类 自组织映射 主成分分析 行驶工况
在线阅读 下载PDF
改进局部自适应的快速FCM肺结节分割方法 被引量:16
16
作者 刘慧 张彩明 +1 位作者 邓凯 苏志远 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第10期1727-1736,共10页
进行肺部肿瘤计算机辅助诊断的关键问题是实现对病变组织的正确、快速分割,为此,提出了一种能够有效提高局部邻域像素自适应程度的快速模糊C均值聚类肺结节分割方法.首先构造像素与邻域窗口空间关系的二维向量表示,获得不同向量值的统... 进行肺部肿瘤计算机辅助诊断的关键问题是实现对病变组织的正确、快速分割,为此,提出了一种能够有效提高局部邻域像素自适应程度的快速模糊C均值聚类肺结节分割方法.首先构造像素与邻域窗口空间关系的二维向量表示,获得不同向量值的统计分布规律;然后用改进的空间函数综合考虑中心像素与单个相邻像素间的灰度相似度、与邻域窗口的空间相似度对模糊隶属度的贡献,动态地调整邻域像素的隶属度对中心像素的影响;最后给出该方法在迭代计算效率和局部自适应方面的改进.实验结果表明,该方法对血管粘连型、胸膜粘连型和毛玻璃肺结节的分割效果优于其他典型算法. 展开更多
关键词 模糊C均值聚类 肺结节分割 局部邻域像素 空间相似度
在线阅读 下载PDF
融合密度峰值和空间邻域信息的FCM聚类算法 被引量:12
17
作者 周世波 徐维祥 徐良坤 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第4期137-144,共8页
针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷,提出了一种密度峰值和样本点空间邻域信息优化的FCM算法。改进后的算法选择数据集中具有局部密度峰值的样本点或... 针对模糊C均值(FCM)算法聚类结果对初始中心点敏感以及聚类过程中没有考虑到不同密度样本点在聚类过程中影响力不同的缺陷,提出了一种密度峰值和样本点空间邻域信息优化的FCM算法。改进后的算法选择数据集中具有局部密度峰值的样本点或者局部密度较大的样本点作为初始聚类中心,充分考虑样本点邻域之间的关系,增加局部密度值大的样本点在聚类中心迭代计算过程中的影响力,从而达到优化FCM算法聚类效果的目的。理论分析和在人造数据集、加州大学欧文分校(UCI)机器学习数据库中真实数据上的实验结果表明,改进后算法的抗噪性、聚类效果和全局收敛能力均优于传统FCM算法。 展开更多
关键词 密度峰值 模糊C均值 局部密度 聚类
在线阅读 下载PDF
直方图模糊约束FCM聚类自适应多阈值图像分割 被引量:27
18
作者 裴继红 谢维信 《电子学报》 EI CAS CSCD 北大核心 1999年第10期38-42,共5页
本文提出了一种新的有效的图像多阈值分割方法.该方法通过对模糊约束直方图目标函数的优化.获得一个最佳模糊约束C划分,根据最大隶属度原则进行图像多阈值化.文中对得到的模糊划分函数进行了分析,同时还讨论了直方图划分类数的... 本文提出了一种新的有效的图像多阈值分割方法.该方法通过对模糊约束直方图目标函数的优化.获得一个最佳模糊约束C划分,根据最大隶属度原则进行图像多阈值化.文中对得到的模糊划分函数进行了分析,同时还讨论了直方图划分类数的自适应确定问题.最后给出了几个典型的实验.理论分析和实验表明了本文方法具有速度快、划分特性良好。 展开更多
关键词 模糊约束 图像分割 fcm聚类 多阈值化 自适应
在线阅读 下载PDF
FCM-VKNN聚类算法的研究 被引量:6
19
作者 张洪刚 刘刚 郭军 《自动化学报》 EI CSCD 北大核心 2002年第4期631-636,共6页
提出了一种新的 K值可以变化的 FCM- VKNN(Fuzzy C- Means Variable K- NearestNeighbor)聚类算法 .FCM- VKNN聚类算法充分吸取了 FCM算法和 KNN准则的长处 ,使本算法不受初始值的影响和固定值 K的束缚 .新的目标准则函数考虑了数据集... 提出了一种新的 K值可以变化的 FCM- VKNN(Fuzzy C- Means Variable K- NearestNeighbor)聚类算法 .FCM- VKNN聚类算法充分吸取了 FCM算法和 KNN准则的长处 ,使本算法不受初始值的影响和固定值 K的束缚 .新的目标准则函数考虑了数据集样本的模糊隶属关系和样本几何分布两个方面的因素 ,使算法的鲁棒性和分类的正确性大大加强 .最后给出了几组具有代表性数据的聚类结果 ,实验结果表明了这种算法的有效性 . 展开更多
关键词 聚类算法 准则函数 模糊隶属度 fcm-VKNN算法 手写汉字识别
在线阅读 下载PDF
基于MEMD互近似熵及FCM聚类的轴承故障诊断方法 被引量:11
20
作者 张淑清 胡永涛 +3 位作者 李盼 包红燕 姜万录 钱磊 《中国机械工程》 EI CAS CSCD 北大核心 2015年第19期2613-2618,共6页
提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解... 提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解后得到一组平稳的本征模函数(IMF),通过能量分析筛选出与原始信号最为相关的几个IMF分量,计算其互近似熵值以作为故障特征向量,能够直观体现设备的运行状况。故障模式识别采用的FCM算法,计算相对简单,聚类效果好。实验分析证明了该方法的优越性。 展开更多
关键词 故障诊断 掩蔽经验模式分解 互近似熵 模糊C均值聚类
在线阅读 下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部