论文部分内容阅读
该文用RBF神经网络建立了转炉提钒冷却剂预报模型。RBF网络的中心的选取采用了可以在线学习的最近邻聚类算法。为了进一步优化网络中心 ,提出了基于密度排名的最近邻聚类算法。该算法聚类前先将样本按其在样本空间的密度进行了排序 ,聚类过程始于样本空间最密集处。实践证明 ,该算法应用于提钒冷却剂预报模型的建立是合理的 ,可行的。