期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于大数据的STEM远程教育系统故障分析
1
作者 雷彬 《自动化与仪器仪表》 2024年第12期224-228,共5页
为了提高远程教育系统的故障分析能力,研究结合了先进的大数据技术,利用人工鱼群算法对模糊聚类算法进行了优化,构建了一个高效的故障分析模型。对研究提出的改进模糊聚类算法进行对比实验,结果显示,该算法的准确率、绝对误差分别为99.0... 为了提高远程教育系统的故障分析能力,研究结合了先进的大数据技术,利用人工鱼群算法对模糊聚类算法进行了优化,构建了一个高效的故障分析模型。对研究提出的改进模糊聚类算法进行对比实验,结果显示,该算法的准确率、绝对误差分别为99.0%、0.0027,优于基于密度的聚类算法和谱聚类算法。之后在故障分析模型的实证分析中发现,研究提出的远程教育系统故障分析模型在故障检测准确率上表现出显著优势,达到了95.3%,远超其他同类模型。上述结果说明,研究提出模型在远程教育系统故障分析中具有有效性,且其也能够为科学、技术、工程、数学远程教育领域的进一步发展提供技术支持。 展开更多
关键词 大数据 STEM 远程教育 故障分析 afsa-fcm
原文传递
煤与瓦斯突出强度预测的AFSA-PCA-FCM耦合模型 被引量：3
2
作者 张美金 蔡冬雷 曹庆春 《传感器与微系统》 CSCD 2017年第12期50-53,56,共5页
针对传统模糊C均值(FCM)聚类算法在预测煤与瓦斯突出强度时不精确的问题,提出了一种基于人工鱼群算法(AFSA)和FCM聚类算法相结合的主成分分析(PCA)筛选的混合新方法。使用AFSA优化FCM聚类算法的初始参数,在公告板中更新AFSA的最优解,从... 针对传统模糊C均值(FCM)聚类算法在预测煤与瓦斯突出强度时不精确的问题,提出了一种基于人工鱼群算法(AFSA)和FCM聚类算法相结合的主成分分析(PCA)筛选的混合新方法。使用AFSA优化FCM聚类算法的初始参数,在公告板中更新AFSA的最优解,从而确定当次的聚类中心,通过PCA找到一个最佳聚类中心。通过无线传感网络系统实时采集井下影响煤与瓦斯突出的主要因素数据作为样本,将预处理后的数据进行分析、建模,并与AFSA—BP,FCM等方法进行比较、讨论。结果表明:对于煤与瓦斯突出强度的预测,该方法具有较高的准确性、快速性并能够稳定地收敛于全局最优解。 展开更多
关键词 煤与瓦斯突出强度 人工鱼群算法 模糊C均值 预测模型 主成分分析
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部