基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对模糊聚类中普遍存在的聚类个数需要事先给定和收敛速度慢等问题,在原有聚类方法的基础上提出一种改进满意聚类算法.用该算法快速确定系统的模糊划分数目,进而用支持向量机算法建立每个聚类的子模型,将输入变量对各类别的隶属度作为权值,将多个子模型用加权方式组合.工业仿真实例验证了基于该方法的多模型建模方法的有效性,准确性和快速性.
推荐文章
基于满意聚类的多模型建模方法
多模型
Gustafson-Kessel模糊聚类(GK)
满意聚类
基于改进聚类和加权bagging的多模型软测量建模
K-近邻
多模型
集成学习
bagging
支持向量机
基于改进仿射传播聚类的多模型软测量建模及应用
多模型
软测量
仿射传播聚类
人工鱼群算法
支持向量机
基于在线聚类的多模型软测量建模方法
多模型
软测量
在线聚类
v-支持向量回归机
k-交叉验证算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进满意聚类的多模型建模方法
来源期刊 计算机工程与应用 学科 工学
关键词 模糊聚类 满意聚类 支持向量机 多模型
年,卷(期) 2011,(6) 所属期刊栏目 工程与应用
研究方向 页码范围 246-248
页数 分类号 TP273
字数 4221字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.06.068
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨慧中 江南大学通信与控制工程学院 228 1844 20.0 33.0
2 贾淑矿 江南大学通信与控制工程学院 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (137)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(6)
  • 参考文献(0)
  • 二级参考文献(6)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模糊聚类
满意聚类
支持向量机
多模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导