模糊C均值聚类算法
模糊C均值聚类算法的相关文献在1998年到2022年内共计245篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文197篇、会议论文14篇、专利文献72889篇;相关期刊153种,包括江苏科技大学学报(自然科学版)、吉林大学学报(理学版)、测绘与空间地理信息等;
相关会议14种,包括第十八届中国科协年会、第十七届中国模糊数学与模糊系统学术会议、浙江省信号处理学会2014学术年会等;模糊C均值聚类算法的相关文献由774位作者贡献,包括刘福燕、文传军、李彬等。
模糊C均值聚类算法—发文量
专利文献>
论文:72889篇
占比:99.71%
总计:73100篇
模糊C均值聚类算法
-研究学者
- 刘福燕
- 文传军
- 李彬
- 范九伦
- 陈武凡
- 陈荣军
- 吴成茂
- 陈振宇
- 丁玉杰
- 于立洋
- 何燕
- 余红欣
- 信晶
- 冉静
- 冯焕清
- 刘军伟
- 刘希玉
- 刘晓莉
- 刘松
- 刘浩楠
- 刘玉邦
- 刘祖建
- 刘胜辉
- 史月俊
- 吴欢
- 吴芳基
- 周勇帆
- 周大为
- 周霞
- 唐碧华
- 姚树友
- 姚磊
- 孙保民
- 崔兆华
- 康志忠
- 张友强
- 张宝菊
- 张帅东
- 张振星
- 张洪光
- 张玄武
- 张芳
- 徐岩
- 徐瑞林
- 成燕峰
- 方宏昊
- 曾祥晖
- 李传富
- 李振嘉
- 李捷
-
-
梁颖;
马泳涛
-
-
摘要:
对模糊C-均值聚类算法改进及在齿轮故障高效、可靠识别中的应用进行研究,提出了一种新的计及模糊聚类和特征选取的在线齿轮故障识别方法—基于混合蜻蜓优化多核模糊聚类和特征子集选取的在线齿轮故障识别算法。设计多核函数和贪婪聚类中心初始化策略,以克服模糊聚类算法对初始值敏感、高维复杂数据聚类鲁棒性差的缺陷;提出特征子集选取机制,更大限度降低数据处理维度;引入混合蜻蜓优化算法,将多核函数确定、最佳特征子集和聚类中心等效为蜻蜓个体编码,通过迭代求解最优聚类效果目标函数,在完成多核函数确定和最佳特征子集选取的同时,有效提高聚类算法求解效率;构建线下训练和线上故障识别模型,利用线下训练模式得到最佳模糊聚类个数等参数,并应用于复杂多样、高维非线性海量齿轮故障监测数据线上识别。仿真结果表明,提出的改进模糊聚类算法具有更好的聚类效果和更好的齿轮故障辨识度,高维复杂数据聚类正确率提高了约(6.5~9.3)%,齿轮故障识别检测成功率提高了约(11.1~31.7)%。
-
-
谷小兵;
李建强;
孟智超;
王勐;
陶君
-
-
摘要:
为了降低火电厂脱硫系统能耗,确定运行参数基准值,提出一种基于模糊聚类方法的优化运行策略,以较低脱硫成本为目标选取决策样本,采用麻雀搜索算法优化的模糊C均值聚类方法求解脱硫系统可调参数的基准值,将聚类中心作为优化变量,模糊C均值聚类算法的目标函数作为麻雀搜索算法的适应度函数,迭代计算得到全局最优解。分析了某660 MW机组脱硫系统的历史运行数据,以某一典型工况:入口烟气流量为1600~1800 kNm^(3)/h,入口SO_(2)浓度为1500~1700 mg/Nm^(3)为例,得到其最优可调参数:浆液pH值为5.54、浆液密度为1168.22 kg/m^(3)以及循环浆液量为23980.97 m^(3)/h,脱硫综合成本可降低427.97元/h,从而提高系统运行效率。与传统的模糊C均值聚类算法对比,优化后的算法可解决其对初值敏感,易陷入局部的缺点,计算结果具有更高的聚类准确率。结果表明,该运行优化策略可用于搭建脱硫系统工况库,提供优化指导。
-
-
周英烈
-
-
摘要:
为矿山供水施救系统实现自适应匹配与完全自动控制,需实时掌握未来短期内矿山井下需水量的变化规律,并进行科学合理的预测。为此,分别应用模糊c均值聚类算法和时间序列法两种算法,构建了未来短时间内供水施救系统水量需求预测模型,并利用Simulink对模型进行仿真。以某金属矿山为实例,分别应用两种模型进行仿真,结果表明,两种预测方法的误差分别为0.700%和1.116%,都能满足矿山精度要求,应用模糊c均值聚类算法构建的仿真模型的误差更小,与该矿山实际情况更加匹配。研究能够为供水施救系统的自动控制提供参考。
-
-
向学艺;
雷志鹏;
栗林波;
任瑞斌;
李杰;
王飞宇
-
-
摘要:
目前矿用千米定向钻机的行走、钻进等各项操作均由司钻工人手动操作实现,智能化水平低,且缺少对千米定向钻机动作类型与液压泵站振动状态二者关联性的研究,远程识别千米定向钻机动作类型困难。针对上述问题,提出了一种基于经验小波变换(EWT)和模糊C均值(FCM)聚类算法的矿用千米定向钻机动作识别方法。首先利用EWT方法分析千米定向钻机执行5种不同动作(千米定向钻机启动和动力头不带钻杆旋转、带钻杆旋转、带钻杆向前慢速钻进和带钻杆向前快速钻进)时液压泵站3个关键部位(电动机、液压泵和联轴器)的频率特征信息,分别选取每处振动特征最明显方向上的振动信号构成动作识别原信号组。然后结合EWT分解和相关系数选取规则提取动作识别原信号组中包含钻机动作信息的特征量,并确认不同特征量的权重,构建标准识别特征量。最后利用FCM聚类算法得到待识别动作特征量与5种动作识别标准特征量之间的隶属度,实现对千米定向钻机动作类型的智能识别。以ZYL-17000D型矿用千米定向钻机为研究对象,对基于EWT和FCM聚类算法的矿用千米定向钻机动作识别方法的可靠性进行实验验证,实验采集了电动机、液压泵、联轴器的轴向、水平径向、垂直径向等方向在5种动作下的振动数据,结果表明:钻机执行不同动作时,其电动机、液压泵和联轴器振动信号的经验小波函数表现出了不同的特征,其中液压泵轴向振动信号特征量的聚类性能最好,根据提取的特征量在不同动作下的差异性可实现对动作类型的识别。基于测试数据的动作识别结果表明,该方法能够有效识别千米定向钻机的动作类型,且在隶属度大于0.9的条件下,识别准确率达96.8%。
-
-
程林;
贾一超;
王吉利;
柯贤波;
韩华玲
-
-
摘要:
在风力发电系统中,研究风速与功率波动的关联特性能够为风电功率预测提供很好的理论基础,对增强电力系统的安全性与稳定性具有重要的参考价值。针对功率并不随着风速波动而实时线性波动的问题,采用K均值聚类算法和模糊C均值聚类算法分别对风速和功率波动过程进行划分,得到5种不同波动过程,然后采用皮尔逊相关性分析法和灰色关联度分析法分析不同波动过程下风速和功率波动的关联特性。不同波动过程下分析结果显示:K均值聚类时最大相关系数为0.4925,最小相关系数为0.3318;模糊C均值聚类时最大相关系数为0.4868,最小相关系数为0.3293;所有波动过程下,灰色关联度均在0.5附近,表明功率波动与风速波动趋势相似。
-
-
杜刃刃;
杨超;
蒲阳
-
-
摘要:
对当前非侵入式负荷监测(NILM)方法对低功率用电设备的辨识准确率不足的问题,提出了一种改进的方法.该方法以改进FCM初始聚类中心为基础,除了采用有功功率特征外,并选取基波功率因数和电压—电流三次谐波含量差作为新特征,引入灰狼算法(GWO)和单纯形法(SF)对聚类过程进行优化,通过模糊聚类来确定负荷的种类数,实现对负荷的识别.实验结果表明,随着负荷种类的增加,该方法在不同场景下具有良好的鲁棒性和较高的准确率.
-
-
贺佳;
杜建强;
聂斌;
熊旺平;
雷银香;
罗计根;
曾青霞
-
-
摘要:
词义消歧是自然语言处理中的难点问题,为提高消歧效果,提出一种基于多节点组合特征的词义消歧方法.根据依存语法理论,选择歧义词的祖父+父亲+孩子节点组合,并将其作为消歧特征.利用模糊C均值聚类算法,建立消歧模型,最终确定歧义词词义类别.采用哈工大信息检索研究中心语言技术平台的词义语料进行实验.实验结果表明,相比现有的两种方法,该方法不仅使特征维度平均值分别降低了5和25,且F1值分别提高了1.56个百分点和0.84个百分点,在一定程度上提升了词义消歧效果.
-
-
彭飞;
张健男;
张晓华;
王汉军;
吴奕;
陈志奎
-
-
摘要:
光伏发电作为一种可再生能源发电技术,使用规模日益扩大,光伏发电的精准预测已成为数据挖掘的重要研究领域,但是光伏发电本身的随机性和不确定性使得现有的预测功率难以达到理想的高度,对电网运行的稳定性造成了不利的影响.为了探索预测日的发电功率、历史日的发电功率以及气象数据等相关因素之间的关系,解决光伏发电难以准确预测的问题,提出了基于初始化非负矩阵分解的光伏发电预测方法,将影响光伏发电的因素建立关联关系,根据模糊C均值聚类算法为预测模型的构建提供较好的初值.将此模型应用到真实数据集上,分别对两种天气情况进行了从早上7点到晚上6点15分,46个采样点的预测.通过与基本的非负矩阵分解等算法进行对比实验,表明该模型能够有效提高光伏发电预测精准度.
-
-
梁鹏;
贺敏;
张阳;
叶春生;
李琳国
-
-
摘要:
为系统实现桥梁实时在线模态参数自动识别,从数据分析和系统搭建两方面解决桥梁模态参数自动识别问题.首先,引入改进的模糊C均值聚类(fuzzy C-means,简称FCM)算法,通过设定最大聚类数目,得到不同聚类数目下的累积邻接矩阵,并引入图切分算法,自动确定最佳聚类数目,实现稳定图自动识别;其次,提出集数据采集、传输和分析一体化的模态参数自动识别系统框架,通过建立数据解析过程,保证实时在线模态识别的数据获取,并提出动态可变滑动数据窗,保证在线自动识别的实时性;最后,将提出的算法和系统框架运用于拱桥模型来验证所提方法和系统的可行性.结果表明:改进的模糊C均值聚类算法不需要任何人工干预,在默认参数下就可以自动获得最佳聚类数目,实现稳定图自动识别;提出的自动识别系统框架和动态可变滑动数据窗能够实现模态参数自动识别,并保证识别的实时性;提出的桥梁模态参数自动识别方法和自动识别系统能够用于桥梁结构实时在线模态参数的自动识别.
-
-
陈永高;
钟振宇;
何杰
-
-
摘要:
为了实现桥梁结构模态参数的智能化在线跟踪识别,提出了一种基于滑窗技术、模糊C均值聚类算法与确定-随机子空间算法的时域识别(SC-CDSI)算法.对桥梁结构的输入信号和输出信号进行加窗划分处理,分析了窗函数、窗口大小及窗口步长的确定标准;将频率、阻尼比及模态振型作为模糊C均值聚类算法的聚类元素完成对稳定图中有效模态的智能化辨识;以某振动台试验桥为参数识别对象,并将所得结果与MIDAS有限元结果作对比分析.结果表明,所提SC-CDSI识别算法可以精确实现桥梁结构频率的在线跟踪智能化识别,且识别的结果具有可靠性.
-
-
-
-
-
-
王宇俊;
田锋;
叶道均;
樊天翔
- 《2017中国城市交通规划年会》
| 2017年
-
摘要:
结合经典算法以及交通工程学者的实际调查结果,将速度、流量和占有率作为判别交通状态的特征指标,并作为状态判别算法的输入数据.通过对传统FCM算法进行深入地研究,考虑其挑选初始聚类中心的随机性以及未充分考虑不同属性数据对象贡献差异的缺点,提出了基于K-means算法和特征权重方法的改进FCM算法,并搭建基于Hadoop集群的实验环境.以广州南沙经济开发区作为实际案例,基于Hadoop平台建立仿真实验,对实验数据进行预处理并利用改进FCM算法对历史交通数据进行聚类,并以误判率为评价指标,对比分析K-means、传统FCM以及改进FCM算法的聚类效果.结果显示,改进FCM算法的误判率最低,仅有11.3%,以此证实改进FCM算法对交通数据进行聚类的有效性.
-
-
王宇俊;
田锋;
叶道均;
樊天翔
- 《2017中国城市交通规划年会》
| 2017年
-
摘要:
结合经典算法以及交通工程学者的实际调查结果,将速度、流量和占有率作为判别交通状态的特征指标,并作为状态判别算法的输入数据.通过对传统FCM算法进行深入地研究,考虑其挑选初始聚类中心的随机性以及未充分考虑不同属性数据对象贡献差异的缺点,提出了基于K-means算法和特征权重方法的改进FCM算法,并搭建基于Hadoop集群的实验环境.以广州南沙经济开发区作为实际案例,基于Hadoop平台建立仿真实验,对实验数据进行预处理并利用改进FCM算法对历史交通数据进行聚类,并以误判率为评价指标,对比分析K-means、传统FCM以及改进FCM算法的聚类效果.结果显示,改进FCM算法的误判率最低,仅有11.3%,以此证实改进FCM算法对交通数据进行聚类的有效性.
-
-
王宇俊;
田锋;
叶道均;
樊天翔
- 《2017中国城市交通规划年会》
| 2017年
-
摘要:
结合经典算法以及交通工程学者的实际调查结果,将速度、流量和占有率作为判别交通状态的特征指标,并作为状态判别算法的输入数据.通过对传统FCM算法进行深入地研究,考虑其挑选初始聚类中心的随机性以及未充分考虑不同属性数据对象贡献差异的缺点,提出了基于K-means算法和特征权重方法的改进FCM算法,并搭建基于Hadoop集群的实验环境.以广州南沙经济开发区作为实际案例,基于Hadoop平台建立仿真实验,对实验数据进行预处理并利用改进FCM算法对历史交通数据进行聚类,并以误判率为评价指标,对比分析K-means、传统FCM以及改进FCM算法的聚类效果.结果显示,改进FCM算法的误判率最低,仅有11.3%,以此证实改进FCM算法对交通数据进行聚类的有效性.
-
-
王宇俊;
田锋;
叶道均;
樊天翔
- 《2017中国城市交通规划年会》
| 2017年
-
摘要:
结合经典算法以及交通工程学者的实际调查结果,将速度、流量和占有率作为判别交通状态的特征指标,并作为状态判别算法的输入数据.通过对传统FCM算法进行深入地研究,考虑其挑选初始聚类中心的随机性以及未充分考虑不同属性数据对象贡献差异的缺点,提出了基于K-means算法和特征权重方法的改进FCM算法,并搭建基于Hadoop集群的实验环境.以广州南沙经济开发区作为实际案例,基于Hadoop平台建立仿真实验,对实验数据进行预处理并利用改进FCM算法对历史交通数据进行聚类,并以误判率为评价指标,对比分析K-means、传统FCM以及改进FCM算法的聚类效果.结果显示,改进FCM算法的误判率最低,仅有11.3%,以此证实改进FCM算法对交通数据进行聚类的有效性.
-
-
王宇俊;
田锋;
叶道均;
樊天翔
- 《2017中国城市交通规划年会》
| 2017年
-
摘要:
结合经典算法以及交通工程学者的实际调查结果,将速度、流量和占有率作为判别交通状态的特征指标,并作为状态判别算法的输入数据.通过对传统FCM算法进行深入地研究,考虑其挑选初始聚类中心的随机性以及未充分考虑不同属性数据对象贡献差异的缺点,提出了基于K-means算法和特征权重方法的改进FCM算法,并搭建基于Hadoop集群的实验环境.以广州南沙经济开发区作为实际案例,基于Hadoop平台建立仿真实验,对实验数据进行预处理并利用改进FCM算法对历史交通数据进行聚类,并以误判率为评价指标,对比分析K-means、传统FCM以及改进FCM算法的聚类效果.结果显示,改进FCM算法的误判率最低,仅有11.3%,以此证实改进FCM算法对交通数据进行聚类的有效性.
-
-
Li Zhongjian;
李忠健;
Pan Ruru;
潘如如;
Gao Weidong;
高卫东;
Zhang Jie;
张杰
- 《第十八届中国科协年会》
| 2016年
-
摘要:
为实时检测纱线条干的均匀度,提出了一种新的实时分割纱线图像的方法.纱线图像由开发的实时图像采集装置获取得到,当第一帧图像被获取后,以纱线图像灰度值的局部平均值和熵值为特征向量对其进行FCM聚类得到一个全局阈值;纱线图像中每行像素点的灰度值低于该全局阈值的值与一个模板进行卷积以获得灰度梯度曲线;取曲线中的最大值和最小值点作为是纱线条干的上边缘点和下边缘点,从而获得纱线条干图像.该方法能够实时分割纱线图像,并且在评价纱线条干均匀性时具有一定的鲁棒性和准确性.最后,提出了SE(%)和ADE(%)两个指标来评价提出分割方法的准确性和对比人工分割方法.