用改进的RPCL算法提取聚类的最佳数目 被引量：15

1

作者 李昕 郑宇 江芳泽 《上海大学学报（自然科学版）》 CAS CSCD 1999年第5期409-413,共5页

对于传统的Ｋ 平均算法来说，如何选择适当类的数目是一个难以解决的问题．有人提出了次胜者受罚的竞争学习（ｒｉｖａｌｐｅｎａｌｉｚｅｄ ｃｏｍ ｐｅｔｉｔｉｖｅ ｌｅａｒｎｉｎｇ ： ＲＰＣＬ）算法试图来解决这一问题．但是，当... 对于传统的Ｋ 平均算法来说，如何选择适当类的数目是一个难以解决的问题．有人提出了次胜者受罚的竞争学习（ｒｉｖａｌｐｅｎａｌｉｚｅｄ ｃｏｍ ｐｅｔｉｔｉｖｅ ｌｅａｒｎｉｎｇ ： ＲＰＣＬ）算法试图来解决这一问题．但是，当数据类有重叠以及输入矢量含有非独立项时，ＲＰＣＬ算法的性能不能令人满意．本文提出了一种结合全协方差矩阵的ＲＰＣＬ算法，并逐步删除那些只包含少量训练数据的类．这种算法，我们称之为改进的ＲＰＣＬ算法．我们用改进的ＲＰＣＬ算法来确定高斯混合分布类的数目，并将其与原来的ＲＰＣＬ进行比较．实验证明。 展开更多

关键词 聚类 rpcl算法 竞争学习 语音识别 图像识别

在线阅读 下载PDF 职称材料

基于模糊熵和RPCL的彩色图像聚类分割 被引量：6

2

作者 李桂芝 安成万 +2 位作者 张永谦 涂序彦 谭民 《中国图象图形学报》 CSCD 北大核心 2005年第10期1264-1268,共5页

提出了一种基于模糊熵和RPCL(rival penalized competitive learn ing)的彩色图像聚类分割算法。该算法可以自动确定图像的颜色类数目和初始类中心,从而提高了聚类的收敛速度,并且能够解决模糊熵阈值化分割算法所造成的过度分割问题。首... 提出了一种基于模糊熵和RPCL(rival penalized competitive learn ing)的彩色图像聚类分割算法。该算法可以自动确定图像的颜色类数目和初始类中心,从而提高了聚类的收敛速度,并且能够解决模糊熵阈值化分割算法所造成的过度分割问题。首先,计算彩色图像各颜色分量的模糊熵,获得分量模糊熵曲线,并根据模糊熵原理确定各分量的分割区域及聚类中心;然后,对各分量的聚类中心进行组合,形成彩色图像可能的聚类中心。但是,组合的聚类中心数目会多于实际的聚类数目,造成过度分割。因此,本文采用RPCL算法,对这些组合的聚类中心颜色进行学习来确定实际的颜色类数目以及聚类中心,并用学习后的聚类中心对原图像进行聚类分割。实验结果表明,该算法能有效地分割彩色图像,无需事先给定聚类数目和初始类中心。 展开更多

关键词 rpcl 模糊熵 彩色图像 聚类分割

在线阅读 下载PDF 职称材料

基于密度RPCL的K-means算法 被引量：5

3

作者 谢娟英 郭文娟 +1 位作者 谢维信 高新波 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第4期570-576,共7页

目的探索同时确定K-means算法的最佳聚类数K和最佳初始聚类中心的方法,使K-means算法的聚类结果尽可能地收敛于全局最优解或近似全局最优解。方法以次胜者受罚竞争学习(Rival Penalized Competitive Learning,RPCL)作为K-means的预处理... 目的探索同时确定K-means算法的最佳聚类数K和最佳初始聚类中心的方法,使K-means算法的聚类结果尽可能地收敛于全局最优解或近似全局最优解。方法以次胜者受罚竞争学习(Rival Penalized Competitive Learning,RPCL)作为K-means的预处理步骤,以其学习结果作为K-means的聚类数和初始聚类中心并依据数据集样本自然分布定义样本密度,将此密度引入RPCL的节点权值调整,以此密度RPCL的输出作为K-means的最佳聚类数K和最佳初始聚类中心。采用UCI机器学习数据库数据集以及随机生成的带有噪音点的人工模拟数据集进行实验测试,并用不同的聚类结果评价指标对聚类结果作了分析。结果提出的密度RPCL为K-means提供了最佳的类簇数和最佳的初始聚类中心。结论基于密度RPCL的K-means算法具有很好的聚类效果,对噪音数据有很强的抗干扰性能。 展开更多

关键词 rpcl K-MEANS 密度 聚类数目 初始聚类中心

在线阅读 下载PDF 职称材料

一种改进的RPCL聚类算法及其在软测量中的应用 被引量：2

4

作者 李勇刚 桂卫华 阳春华 《计算机工程与应用》 CSCD 北大核心 2003年第31期30-32,200,共4页

传统RPCL聚类算法是在随机选取样本的前提下修正权矢量的,没有考虑样本集的空间分布情况。为此,该文提出了一种改进的RPCL聚类算法。该算法引入样本区域密度的概念,根据密度大小按不同的概率选取样本,以修正权矢量。利用文犤1犦中的算... 传统RPCL聚类算法是在随机选取样本的前提下修正权矢量的,没有考虑样本集的空间分布情况。为此,该文提出了一种改进的RPCL聚类算法。该算法引入样本区域密度的概念,根据密度大小按不同的概率选取样本,以修正权矢量。利用文犤1犦中的算例证明了新算法比传统RPCL算法具有更好的聚类速度和精度。最后将算法用于基于RBF神经网络的氧化铝高压溶出过程中溶出率的软测量,仿真结果表明改进的RPCL算法能很好地实现数据样本的聚类,从而提高软测量模型的泛化能力。 展开更多

关键词 rpcl算法 样本区域密度 RBF神经网络 溶出率 软测量

在线阅读 下载PDF 职称材料

聚类中心计数值和全局距离向量RPCL算法 被引量：1

5

作者 沈佳杰 江红 王肃 《计算机工程与设计》 CSCD 北大核心 2014年第5期1811-1815,共5页

针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类中心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能... 针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类中心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能力,提出了一个基于聚类中心计数值和全局距离向量的RPCL算法改进。通过理论证明验证了该RPCL算法可以有效提高RPCL算法对于全局最优聚类中心的搜索能力以及聚类结果的准确性,实验结果表明了理论推导的正确性以及该算法的可行性。 展开更多

关键词 竞争学习算法 聚类算法 聚类中心计数值 全局距离向量 rpcl算法

在线阅读 下载PDF 职称材料

基于改进RPCL算法的模糊推理系统构建方法 被引量：3

6

作者 杨昔阳 《郑州大学学报（理学版）》 CAS 2006年第4期107-111,共5页

给出了一种改进的RPCL算法,然后提出了一种基于此算法的Sugeno型模糊推理系统构造方法.该方法首先对训练样本子集聚类以形成初始模糊规则集合,然后对初始模糊规则集合再次聚类以确定模糊语言值个数和隶属函数,从而克服了以往规则提取法... 给出了一种改进的RPCL算法,然后提出了一种基于此算法的Sugeno型模糊推理系统构造方法.该方法首先对训练样本子集聚类以形成初始模糊规则集合,然后对初始模糊规则集合再次聚类以确定模糊语言值个数和隶属函数,从而克服了以往规则提取法在训练样本不充分时规则数目难以确定及规则提取不足等缺点.最后,以倒车实验为例验证了该方法的有效性. 展开更多

关键词 聚类 改进rpcl算法 模糊规则 模糊推理系统

在线阅读 下载PDF 职称材料

用模糊推理机制调整RPCL算法中的惩罚力度

7

作者 杨昔阳 尤飞 《纺织高校基础科学学报》 CAS 2006年第2期145-148,159,共5页

关于聚类已经有一些相当成熟的算法,但是这些算法都要事先给定聚类个数,带有很大的主观性.针对此问题,惩罚次胜者竞争学习算法(RPCL)通过初始化足够多聚类中心,并且把多余的聚类中心排挤到离数据区足够远的地方来自动确定聚类个数.试验... 关于聚类已经有一些相当成熟的算法,但是这些算法都要事先给定聚类个数,带有很大的主观性.针对此问题,惩罚次胜者竞争学习算法(RPCL)通过初始化足够多聚类中心,并且把多余的聚类中心排挤到离数据区足够远的地方来自动确定聚类个数.试验表明这种算法在很多情况下有着良好的运用,但是该算法学习速度比较慢,在处理类别界限模糊的数据集时往往得不到正确的分类.针对它存在的问题,用几条模糊控制规则,提出了惩罚次胜者模糊竞争学习算法以达到自动调整次胜者学习速度的目的.实验表明,惩罚次胜者模糊竞争学习算法更优秀. 展开更多

关键词 RPFCL算法 rpcl算法 惩罚力度 奖励力度 模糊规则

在线阅读 下载PDF 职称材料

一种改进的RPCL算法在语音识别中的应用

8

作者 李昕 江芳泽 郑宇 《电子技术应用》 北大核心 1999年第11期7-9,共3页

提出了一种结合全协方差矩阵的RPCL算法，并逐步删除那些只包含少量训练数据的类。这种算法，称之为改进的RPCL算法。它被用于话者识别中优化椭圆基函数网络的结构。实验证明，改进的RPCL算法比原来的RPCL算法能够更好地表征类，并得到... 提出了一种结合全协方差矩阵的RPCL算法，并逐步删除那些只包含少量训练数据的类。这种算法，称之为改进的RPCL算法。它被用于话者识别中优化椭圆基函数网络的结构。实验证明，改进的RPCL算法比原来的RPCL算法能够更好地表征类，并得到更低的误识率。 展开更多

关键词 聚类 rpcl算法 竞争学习 语音识别 话者识别

在线阅读 下载PDF 职称材料

基于LSA降维的RPCL文本聚类算法 被引量：5

9

作者 高茂庭 王正欧 《计算机工程与应用》 CSCD 北大核心 2006年第23期138-140,共3页

文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数... 文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数目。将这两种方法结合进行文本聚类可以在一定程度上解决维数和聚类数的问题,实验表明,这种方法能够收到较好的聚类效果,同时,实验还验证了向量余弦距离比欧氏距离方法更适合于文本相似度的计算。 展开更多

关键词 文本聚类 次胜者受罚竞争学习 隐含语义分析 聚类分析

在线阅读 下载PDF 职称材料

基于模糊相似度的RPCL文本聚类算法 被引量：1

10

作者 郝剑 高茂庭 《电脑知识与技术》 2011年第6X期4416-4417,4425,共3页

文本聚类过程中,存在着文本数据空间维数巨大,聚类的数目不能直接确定等问题。为此,有专家学者提出了次胜者受罚的竞争学习(Rival Penalized Competitive Learning)算法,简称RPCL算法。该算法在一定程度上,解决了聚类的数目的确定问题... 文本聚类过程中,存在着文本数据空间维数巨大,聚类的数目不能直接确定等问题。为此,有专家学者提出了次胜者受罚的竞争学习(Rival Penalized Competitive Learning)算法,简称RPCL算法。该算法在一定程度上,解决了聚类的数目的确定问题。但是,该算法只适合做低维数据的聚类,对于高维数据聚类效果极差。该文提出了一种改进的RPCL算法,该方法不再采用欧氏距离去计算相似度,而是采用模糊相似度的方法,通过实验表明,改进的RPCL算法在聚类效果上好于经典的RPCL算法。 展开更多

关键词 模糊相似度 rpcl 文本聚类

在线阅读 下载PDF 职称材料

基于RPCL的模糊关联规则挖掘 被引量：1

11

作者 谢皝 张平伟 罗晟 《计算机工程》 CAS CSCD 北大核心 2011年第19期44-46,共3页

在模糊关联规则的挖掘过程中,很难预先知道每个属性合适的模糊集。针对该问题,提出基于次胜者受罚竞争学习的模糊关联规则挖掘算法,无需先验知识,即可根据每个属性的性质找出对应的模糊集,并确定模糊集的数目。实验结果表明,与同类算法... 在模糊关联规则的挖掘过程中,很难预先知道每个属性合适的模糊集。针对该问题,提出基于次胜者受罚竞争学习的模糊关联规则挖掘算法,无需先验知识,即可根据每个属性的性质找出对应的模糊集,并确定模糊集的数目。实验结果表明,与同类算法相比,该算法可以挖掘出更多有趣的关联规则。 展开更多

关键词 模糊集 隶属度函数 聚类 次胜者受罚竞争学习 关联规则

在线阅读 下载PDF 职称材料

基于改进RPCL的K-means聚类算法 被引量：1

12

作者 李彦明 《甘肃科技》 2018年第4期59-62,共4页

针对现有(Rival Penalized Competitive Learning,RPCL)算法之不足,提出根据样本数据集自然分布规定样本密度,把此密度代入次胜者受罚竞争学习算法(RPCL)节点权值调整的改进RPCL算法;以改进RPCL算法对数据集进行预处理,确定K-means算法... 针对现有(Rival Penalized Competitive Learning,RPCL)算法之不足,提出根据样本数据集自然分布规定样本密度,把此密度代入次胜者受罚竞争学习算法(RPCL)节点权值调整的改进RPCL算法;以改进RPCL算法对数据集进行预处理,确定K-means算法的合理类簇数目和最佳初始聚类中心,提高K-means算法的聚类效率和聚类准确性,促进其尽快地收敛至全局最优解。 展开更多

关键词 K-MEANS算法 密度 rpcl算法 聚类数目 初始中心

在线阅读 下载PDF 职称材料

基于密度RPCL的K-medoids算法

13

作者 郭文娟 《科技风》 2018年第32期210-211,共2页

针对K-medoids算法需要事先给定聚类数目和初始聚类中心的问题,借助次胜者受罚竞争学习算法RPCL确定数据集的类簇数目,提出以密度RPCL作为预处理步骤的K-medoids聚类算法。通过密度RPCL算法对数据集进行处理,从而确定Kmedoids算法的合... 针对K-medoids算法需要事先给定聚类数目和初始聚类中心的问题,借助次胜者受罚竞争学习算法RPCL确定数据集的类簇数目,提出以密度RPCL作为预处理步骤的K-medoids聚类算法。通过密度RPCL算法对数据集进行处理,从而确定Kmedoids算法的合理类簇数目,然后再运行改进K-medoids算法,由此提高K-medoids算法的聚类效率和聚类准确性。采用UCI机器学习数据库数据集进行实验测试,使用不同的聚类结果评价指标对实验结果进行分析,证明本文基于密度RPCL的K-medoids算法具有很好的聚类效果。 展开更多

关键词 rpcl算法 K—medoids算法 密度 聚类数目 初始中心

在线阅读 下载PDF 职称材料

用改进RPCL和EM算法确定EBF网络结构和参数的策略及其应用 被引量：2

14

作者 李昕 费敏锐 《模式识别与人工智能》 EI CSCD 北大核心 2003年第2期204-207,共4页

通常我们用K-平均法和K-邻近法估计椭圆基函数(EBF)中心位置与函数宽度等参数。但上述方法在输入矢量包含相关元素时存在性能次优化问题。另外,对于EBF网络来说,如何选择适当的类的数目仍是一个难以解决的问题。本文提出用结合改进的RPC... 通常我们用K-平均法和K-邻近法估计椭圆基函数(EBF)中心位置与函数宽度等参数。但上述方法在输入矢量包含相关元素时存在性能次优化问题。另外,对于EBF网络来说,如何选择适当的类的数目仍是一个难以解决的问题。本文提出用结合改进的RPCL算法和EM算法的EBF网络结构来解决上述问题。在话者识别实验中,证明这种结构具有更优越的样本表征能力以及更好的识别率。 展开更多

关键词 EBF网络 rpcl算法 EM算法 参数 话者识别 语音识别

原文传递

基于改进聚类算法的分布式SVM及其应用 被引量：13

15

作者 桂卫华 李勇刚 +1 位作者 阳春华 陈志盛 《控制与决策》 EI CSCD 北大核心 2004年第8期852-856,共5页

针对RPCL聚类算法存在的缺点,提出一种改进算法,并在此基础上得到了一种分布式支持向量机(DSVM).针对SVM算法中阈值难以确定的问题,提出了一种两段学习算法.最后将DSVM应用于氧化铝高压溶出过程苛性比值的软测量,现场数据的仿真结果表... 针对RPCL聚类算法存在的缺点,提出一种改进算法,并在此基础上得到了一种分布式支持向量机(DSVM).针对SVM算法中阈值难以确定的问题,提出了一种两段学习算法.最后将DSVM应用于氧化铝高压溶出过程苛性比值的软测量,现场数据的仿真结果表明该方法具有较高的精度,能满足实际生产的需要. 展开更多

关键词 支持向量机 rpcl聚类算法 软测量 苛性比值

在线阅读 下载PDF 职称材料

基于递推正交最小二乘的RBF网络结构优化 被引量：9

16

作者 范文兵 陶振麟 张素贞 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2001年第5期503-506,共4页

讨论了次胜者受罚的竞争学习规则 ,提出了基于正交最小二乘 ( OLS)递推算法 ,采用改进的 Givens旋转变换技术避免了大型矩阵的 QR分解运算。在满足系统测量精度条件下 ,使用反向优选算法优化 RBF网络结构。仿真结果表明 ,所得算法能有... 讨论了次胜者受罚的竞争学习规则 ,提出了基于正交最小二乘 ( OLS)递推算法 ,采用改进的 Givens旋转变换技术避免了大型矩阵的 QR分解运算。在满足系统测量精度条件下 ,使用反向优选算法优化 RBF网络结构。仿真结果表明 ,所得算法能有效地解决网络学习隐层单元的确定需要人介入的问题 。 展开更多

关键词 rpcl聚类算法 递推正交最小二乘算法 RBF网络反向优选算法 网络结构 学习算法

在线阅读 下载PDF 职称材料

一种新的基于模糊聚类和免疫原理的入侵监测模型 被引量：6

17

作者 陶新民 陈万海 郭黎利 《电子学报》 EI CAS CSCD 北大核心 2006年第7期1329-1332,共4页

本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPC... 本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPCL算法解决了模糊聚类中分类个数不确定的问题,最后利用遗传算法进行半径的最优调整形成非正常子空间的特征函数.最后给出试验结果并进行了分析. 展开更多

关键词 入侵检测 模糊聚类 免疫原理 遗传算法 rpcl算法 相关性

在线阅读 下载PDF 职称材料

逆向工程中点云孔洞修补技术研究 被引量：5

18

作者 王春香 孟宏 +1 位作者 张勇 张文敬 《机械科学与技术》 CSCD 北大核心 2018年第5期729-735,共7页

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... 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。 展开更多

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

在线阅读 下载PDF 职称材料

可区分惩罚控制竞争学习算法 被引量：1

19

作者 张锋 赵杰煜 朱绍军 《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

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... 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. 展开更多

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

在线阅读 下载PDF 职称材料

基于MPSO算法的RBF网络学习算法 被引量：1

20

作者 姚柳 《煤炭技术》 CAS 北大核心 2010年第7期204-206,共3页

针对标准粒子群优化(PSO)算法存在早熟收敛,易陷入局部极值的缺陷,提出了一种利用混沌优化算法确定PSO算法参数的改进粒子群优化(MPSO)算法。为了提高径向基函数(RBF)神经网络的精度和性能,提出了一种基于改进粒子群优化(MPSO)算法的RB... 针对标准粒子群优化(PSO)算法存在早熟收敛,易陷入局部极值的缺陷,提出了一种利用混沌优化算法确定PSO算法参数的改进粒子群优化(MPSO)算法。为了提高径向基函数(RBF)神经网络的精度和性能,提出了一种基于改进粒子群优化(MPSO)算法的RBF网络学习算法。RBF网络隐层节点个数用对手受罚的竞争学习(RPCL)算法确定后,基函数的中心矢量、方差和网络权值用MPSO算法在全局空间动态确定。采用Iris分类问题做仿真实验,并与基于标准PSO算法的方法和单纯BP网络训练进行比较。实验结果表明,该算法性能优于所比较的2种算法,并且具有良好的收敛性和模式分类能力。 展开更多

关键词 粒子群优化(PSO)算法 改进粒子群优化(MPSO)算法 径向基函数(RBF)神经网络 混沌优化算法 对手受罚的竞争学习(rpcl)算法

原文传递