张辉宜
,
周奇龙
,
袁志祥
,
刘志明
钢铁研究学报
针对RBF神经网络学习算法不能很好地确定其隐含层节点数、隐含层节点中心及其半径的问题,利用AP聚类算法无需事先确定聚类数的特点,提出了一种基于AP聚类的RBF神经网络算法.将该算法应用于120t转炉Q235B钢种冶炼过程的终点碳含量和温度预报,预测结果与实际结果比较,表明该算法具有预测精度高等优点,可为类似应用提供借鉴.
关键词:
AP聚类
,
RBF神经网络
,
转炉炼钢
,
预测
朱红
,
丁世飞
量子电子学报
doi:10.3969/j.issn.1007-5461.2016.06.003
仿射传播(Affinity Propagation,AP)聚类算法将所有数据点作为潜在的聚类中心,在相似度矩阵的基础上通过消息传递进行聚类,但不适用于子空间聚类.基于属性关系矩阵的AP子空间聚类算法(ARMAP)是一种异步软子空间聚类算法,通过计算属性a的α-β邻域得到属性的关系矩阵,查找极大全1子矩阵得到数据集的兴趣度子空间,在各兴趣度子空间使用AP算法聚类,完成子空间聚类的任务.ARMAP算法将子空间的查找转换成查找矩阵的极大全1子矩阵,在正确查找子空间的同时降低了时间复杂度,既保留了AP聚类算法的优点,又克服了AP算法不能进行子空间聚类的不足.
关键词:
图像与信息处理
,
聚类分析
,
子空间聚类
,
AP聚类
,
关系矩阵
