-
题名基于RBF神经网络的钢构件质量追溯系统研究
被引量:2
- 1
-
-
作者
林涛
葛玉敏
安玳宁
-
机构
河北工业大学计算机与信息工程学院
河北工业大学控制科学与工程学院
-
出处
《计算技术与自动化》
2015年第1期20-24,共5页
-
文摘
提出一种基于RBF神经网络的数据挖掘方法,将RBF神经网络应用于数据挖掘的分类和预测中,解决钢构件过程中的性能预测问题。其中用黄金分割法确定基于RBF神经网络的隐层节点数,减少该算法的计算复杂度,最终将其应用于某钢铁企业质量控制系统。构建对钢构件质量检测的数据挖掘及质量追溯平台,该平台是基于RBF神经网络的数据挖掘技术的。实际应用证明,产品的质量合格率可达到96.27%,符合国家相关的标准和技术指标。
-
关键词
数据挖掘
径向基函数神经网络
黄金分割法
质量追溯
-
Keywords
data mining
radial basis function neural network
golden section method
quality-traceability
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名结合蚂蚁算法的K-Means聚类分析
被引量:2
- 2
-
-
作者
杨昕
彭玉青
-
机构
河北工业大学计算机与信息学院
-
出处
《河北工业大学学报》
CAS
2007年第3期48-52,共5页
-
文摘
蚂蚁算法是一种新的基于种群的模拟进化算法,K-Means、基于密度的聚类是常见的基于分割的聚类方法,本文将蚂蚁算法、K-Means算法、密度思想结合在一起,提出了一种基于密度蚂蚁思想的K-Means算法,它利用蚂蚁算法的随机性,很大程度上解决局部最优问题,而且克服了K-Means算法初始参数的敏感性,提高了聚类的质量.再结合密度思想,使蚂蚁有选择地遍历,提高了算法效率,并克服了基于密度的算法不能发现任意形状聚类的问题.
-
关键词
聚类分析
蚂蚁算法
K-MEANS
密度
数据
-
Keywords
cluster analysis
ant algorithm
K-Means
density
data
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-