减聚类算法相关论文
无线传感网络是当前无线网络研究的热点领域,分簇路由协议作为降低网络能耗、提高网络生存时间的核心技术而备受关注。在深入分析......
针对现有煤与瓦斯突出预测模型存在的不足之处,本文首先提出了基于RBF神经网络的煤与瓦斯突出预测模型,并引用减聚类算法得到RBF神......
在RBF神经网络的各种学习算法中,最近邻聚类算法学习时间短、计算量小,不需要事先确定隐单元的个数,完成聚类所得到的网络是最优的......
针对神经网络的一些缺陷，研究神经网络基于粒子群优化的学习算法，将粒子群优化算法用于RBF神经网络的学习训练。提出了一种基于粒子......
提出了一种基于粒子群优化（PSO）算法的径向基函数（RBF）神经网络学习方法，首先利用减聚类算法确定网络径向基层的单元数，再用PSO对基中心......
提出了一种改进的径向基函数（RBF）神经网络，该神经网络以模糊系统模型为基础。首先利用减法聚类算法确定径向基函数的中心数，然后通过......
常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法......
针对液压伺服系统动态流量软测量模型中神经网络训练精度和训练速度难以同时提升的问题,引入减聚类（SCM）算法将原训练样本集映射成初......
针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。......
仿真结果表明,减聚类算法能有效地寻找合适的RBF网络参数,基于减聚类算法的RBF网络在建立高速公路宏观交通流动态模型上具有训练速......
提出了一种动态多子群协作 QPSO 算法（Dynamic Multiple Sub-population Collaboration Quantum-behaved Particle Swarm Optimizat......
在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模。采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以......
为提高区间预测的精度,提出一种基于三角模糊信息粒化的改进径向基(RBF)与支持向量回归机(SVR)相结合的混合神经网络区间预测模型,......
根据地下水位与其影响因素之间存在的映射关系,建立了一种改进的RBF神经网络模型,并分别通过减聚类和监督学习算法对网络参数和权......
提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确......
热电厂在运行过程中会排放大量SO2,从而造成严重的环境污染,因此对SO2的排放进行合理控制成为目前我国热电厂急需解决的重要问题之......
在变电站电压无功的综合控制中，有载调压变压器和补偿电容器是重要的研究对象至于之一。论文主要研究变电站的电压/无功控制决策问......
针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试......
室内定位算法精度一直都是研究的重点,本文提出了一种基于粒子群算法,减聚类算法和Kmeans算法进行结合。本文首先构建室内定位RFID......
该文阐述了径向基函数(radial basis function,RBF)神经网络的基本原理和算法,并针对RBF神经网络存在的隐含层的隐层单元数目及中......
