-
题名一种改进的径向基神经网络预测算法
被引量:3
- 1
-
-
作者
王行甫
覃启贤
程用远
侯成龙
-
机构
中国科学技术大学计算机学院
-
出处
《计算机系统应用》
2012年第8期214-217,共4页
-
基金
国家科技重大专项(2012ZX10004-301-609)
国家自然科学基金(60970128)
-
文摘
神经网络是数据挖掘的常用的方法之一,主成分分析方法是统计学多元分析中的一种分析多个变量间内在关系的方法。将主成分分析预处理方法与神经网络结合起来使用,可以分析原始变量间关系,将原始数据降维,减少数据规模。对神经网络算法和主成分分析相关理论进行了研究,在此基础上,结合大量的气象数据和北京的传染病数据,提出了一种改进的基于主成分分析预处理结合神经网络算法的数据挖掘方法。通过对比实验测试,本文提出的组合算法在收敛速度及预测准确性方面的性能有了很大程度提高。结合国家重大专项疾病预测项目,将该方法应用于其中的流行性传染病的预测上。
-
关键词
数据挖掘
径向基神经网络
主成分分析
-
Keywords
data mining
RBF neural network
principal component analysis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种改进的密度加权的模糊C聚类算法
被引量:3
- 2
-
-
作者
王行甫
程用远
覃启贤
-
机构
中国科学技术大学计算机学院
-
出处
《计算机系统应用》
2012年第9期220-223,共4页
-
基金
国家科技重大专项(2012ZX10004-301-609)
国家自然科学基金(60970128)
安徽省教学研究计划2010
-
文摘
模糊C均值聚类算法(FCM)是一种流行的聚类算法,在许多工程领域有着广泛的应用.密度加权的模糊C均值算法(Density Weighted FCM)是对传统FCM的一种改进,它可以很好的解决FCM对噪声敏感的问题.但是DWFCM与FCM都没有解决聚类结果很大程度上依赖初始聚类中心的选择好坏的问题.提出一种基于最近邻居节点对密度的FCM改进算法Improved-DWFCM,通过最近邻居节点估计节点密度的方法解决聚类结果对初始簇中心依赖的问题.仿真结果表明这种算法选择出来的初始聚类中心与最终结果的簇中心非常接近,大大提高了算法收敛的速度以及聚类的效果.
-
关键词
模糊聚类
基于密度加权的模糊C聚类
初始聚类中心
最近邻居节点对
密度
-
Keywords
fuzzy C means
improved density weighted fuzzy C means
initial cluster center
nearest neighbor data pair
density
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-