-
题名可区分惩罚控制竞争学习算法
被引量:1
- 1
-
-
作者
张锋
赵杰煜
朱绍军
-
机构
宁波大学信息科学与工程学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第5期426-434,共9页
-
基金
国家自然科学基金项目(No.61175026)
国家"十二五"科技支撑计划项目(No.2012BAF12B11)
+2 种基金
科技部国际科技合作专项项目(No.2013DFG12810)
浙江省自然科学基金重大项目(No.D1080807)
浙江省国际科技合作专项项目(No.2013C24027)资助
-
文摘
竞争学习在聚类分析中是一种重要的学习方式,次胜者惩罚竞争学习(RPCL)算法虽能自动选择合理的类别数,但其性能对学习率和惩罚率的取值较敏感,其变种惩罚控制竞争学习(RPCCL)算法将所有的竞争单元当成冗余单元进行惩罚也不合理.文中提出一种可区分惩罚控制竞争学习算法(DRPCCL).算法中获胜单元的学习率会在迭代过程中自适应调整.同时该算法使用一种可区分惩罚控制机制来区分竞争单元中的冗余单元和正确单元,给予冗余单元较重惩罚,正确单元轻微惩罚,使得算法能自动确定正确类别数和中心点位置.最后通过实验对比分析证明DRPCCL算法的聚类效果比RPCL算法和RPCCL算法更准确.
-
关键词
聚类分析
竞争
胜者惩罚竞争学习(rpcl)
可区分的惩罚控制机制
-
Keywords
Cluster Analysis, Competitive Learning, Rival Penalized Competitive Learning ( rpcl),Discriminative Penalization Controlled Mechanism
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名逆向工程中点云孔洞修补技术研究
被引量:3
- 2
-
-
作者
王春香
孟宏
张勇
张文敬
-
机构
内蒙古科技大学机械学院
-
出处
《机械科学与技术》
CSCD
北大核心
2018年第5期729-735,共7页
-
基金
内蒙古自治区高等学校科学研究项目(NJZY16167)
内蒙古自治区自然科学基金项目(2017MS(LH)0530)资助
-
文摘
对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究。结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件。而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强。
-
关键词
径向基函数神经网络(RBF)
对手受惩罚竞争学习算法(rpcl)
模糊C均值聚类算法(FCM)
孔洞修补
MATLAB
-
Keywords
radial basis function networks (RBF)
rival penalized competitive learning (rpcl)
clusteringalgorithms
hole filling
MATLAB
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-