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:
为提高污水处理过程中出水氨氮的预测精度,并针对RBF神经网络参数难以确定的问题,提出一种改进K-means算法优化RBF神经网络的氨氮预测算法.首先,计算每个样本点的密度值,以其大小是否满足一个阈值为条件,判定该点是否为孤立点或噪声点,来消除孤立点和噪声点对 K-means 算法的影响;然后利用减法聚类算法初始化K-means算法的聚类中心,并得到聚类中心的个数,将改进后的K-means算法优化RBF神经网络结构;最后,通过对污水处理过程中出水氨氮的实际预测实验,表明所提出的算法具有较强的逼近能力.
推荐文章
改进ACC算法优化的RBF神经网络研究及其应用
径向基神经网络
改进蚁群聚类算法
混合聚类
群体智能
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
一种基于改进k-means的RBF神经网络学习方法
减聚类算法
k-means算法
径向基函数(RBF)神经网络
梯度下降法
改进的K-means算法
K-means算法
数据分布
初始中心点
均衡化函数
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 改进K-means算法优化RBF神经网络的出水氨氮预测
来源期刊 控制工程 学科 工学
关键词 氨氮预测 RBF神经网络 K-means算法 密度指标
年,卷(期) 2018,(3) 所属期刊栏目 工业过程及控制系统
研究方向 页码范围 375-379
页数 5页 分类号 TP173
字数 5097字 语种 中文
DOI 10.14107/j.cnki.kzgc.160337
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 乔俊飞 北京工业大学信息学部 181 1883 22.0 31.0
2 韩红桂 北京工业大学信息学部 73 706 16.0 21.0
3 孙玉庆 北京工业大学信息学部 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (94)
参考文献  (16)
节点文献
引证文献  (11)
同被引文献  (33)
二级引证文献  (2)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(14)
  • 参考文献(0)
  • 二级参考文献(14)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(13)
  • 参考文献(3)
  • 二级参考文献(10)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(7)
  • 引证文献(7)
  • 二级引证文献(0)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
氨氮预测
RBF神经网络
K-means算法
密度指标
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
相关基金
北京市科技新星计划
英文译名:
官方网址:http://www.lawol.org/difang/0611112652058_0_7649.html
项目类型:
学科类型:
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
论文1v1指导