国家自然科学基金(61203176)
- 作品数：11 被引量：80H指数：4
- 相关作者：潘金艳高云龙闫鹏赵国亮张磊更多>>
- 相关机构：厦门大学集美大学中山大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于可靠性的鲁棒模糊聚类被引量：4
- 2021年
- 相比于k-means算法,模糊C均值(FCM)通过引入模糊隶属度,考虑不同数据簇之间的相互作用,进而避免了聚类中心趋同性问题.然而模糊隶属度具有拖尾和翘尾的结构特征,因此使得FCM算法对噪声点和孤立点很敏感;此外,由于FCM算法倾向于将各数据簇均等分,因此算法对数据簇大小也很敏感,对非平衡数据簇聚类效果不佳.针对这些问题,本文提出了基于可靠性的鲁棒模糊聚类算法(RRFCM).该算法基于当前的聚类结果,对样本点进行可靠性分析,利用样本点的可靠性和局部近邻信息,突出不同数据簇之间的可分性,从而提高了算法对噪声的鲁棒性,并且降低了对非平衡数据簇大小的敏感性,得到了泛化性能更好的聚类结果.与相关算法进行对比,RRFCM算法在人造数据集,UCI真实数据集以及图像分割实验中均取得最优的结果.
- 潘金艳高朋高云龙谢有为熊裕慧
- 关键词：局部信息
- 簇间可分的鲁棒模糊C均值聚类算法被引量：6
- 2019年
- 与经典的K均值聚类算法相比,模糊C均值(FCM)聚类算法通过引入模糊因子,考虑不同聚类数据簇之间的相互关系,得到可分性更好的聚类结果。但是模糊因子的引入,使得任意一个样本点都存在模糊性,造成FCM极易受到噪声和离群点的影响,聚类结果泛化性能较差。因此,该文提出一种簇间可分的鲁棒FCM算法(RBI-FCM)。RBI-FCM利用K均值算法对模糊隶属度的稀疏特征,降低不同数据簇之间的相互作用,突出不同数据簇相邻区域的可分性;另外,RBI-FCM在极小化数据簇内部散布度的条件下,考虑不同数据簇之间的可分性,可提高聚类模型的泛化性能。该文设计了有效的模型求解迭代算法。实验结果表明,RBI-FCM算法提高了FCM的鲁棒性,有效降低FCM对数据簇分布差异性和抽样不均衡的敏感性,得到理想的聚类结果。
- 高云龙杨程宇王志豪罗斯哲潘金艳
- 关键词：聚类模糊C均值
- 自适应稀疏模糊聚类模型被引量：3
- 2021年
- 传统的C均值聚类算法是一种硬划分聚类方法,对初始聚类中心的设置敏感,具有聚类中心趋同性问题.为了克服该问题,模糊C均值(FCM)聚类算法被提出.然而,FCM中模糊隶属度的拖尾和翘尾特征却带来了新的问题:一方面,聚类结果更易受噪声和离群点的影响;另一方面,数据簇的可分性下降,聚类结果泛化性差.针对这些问题提出了一种新的具有自适应性的模糊聚类算法,该算法采用正则化技术与软阈值法,模糊隶属度具有明显的稀疏性结构特征;引入了虚拟类,有效降低异常点与离群点对聚类结果的影响,并且解决了FCM所存在的翘尾问题,提高数据簇可分性与类内聚程度.对比相关算法,在人造数据集和UCI数据集,以及图像分割问题上的实验结果验证了该算法的有效性.
- 高云龙赖文馨潘金艳康丽雯
- 关键词：模糊聚类稀疏性正则化软阈值
- 动态加权非参数判别分析被引量：4
- 2020年
- 线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了如下两个问题:1)算法对噪声和异常样本点敏感;2)算法对流形或者是多模态数据集中局部散布度较大的样本点过度强调,导致特征提取过程中数据的本质结构特征被破坏.为了解决这些问题,提出一种新的基于非参数判别分析(NDA)的维数约减方法,称作动态加权非参数判别分析(DWNDA).DWNDA采用动态加权距离来计算类间散布度和类内散布度,不仅能够保留多模态数据集的本质结构特征,还能有效地利用边界样本点对之间的判别信息.因此,DWNDA在噪声实验中展现出对噪声和异常样本的强鲁棒性.此外,在人脸和手写体数据库上进行实验,DWNDA方法均取得了优异的实验结果.
- 高云龙王志豪丁柳潘金艳王德鑫
- 关键词：特征提取鲁棒性
- 基于多种群粒子群算法和布谷鸟搜索的联合寻优算法被引量：38
- 2016年
- 为了提高动态多种群粒子群(DMS-PSO)算法的全局搜索能力,将布谷鸟搜索算法(CS)引入DMS-PSO算法中,提出DMS-PSO-CS算法.采用中位数聚类算法将整个种群动态划分为若干小种群,各个小种群作为底层种群通过PSO算法进行寻优,再将每个小种群中的最优粒子作为高层种群的粒子通过CS算法进行深度优化.将所提出算法应用于CEC 2014测试函数,并与CS算法和其他改进的PSO算法进行比较.实验结果表明,所提出算法能够显著提高全局搜索能力和算法效率.
- 高云龙闫鹏
- 关键词：粒子群算法动态多种群
- 考虑火电机组调度计划交付能力的风火电联合优化与调度
- 2019年
- 为了规模化开发利用风电,应对高不确定性风电资源的大规模接入,针对我国贫油、少气、富煤的能源结构布局,主要从火电机组调度计划交付能力的角度来研究风火电联合优化与调度,探索充分发挥风火发电的互补机制与理论方法.通过引入机会约束规划来处理风电的随机性,并建立了含概率约束的不确定模型.针对离散时间调度模型中存在的能量不可交付和备用容量上下限不可达的问题,提出含积分约束的连续时间调度模型,将风火电联合优化与调度这一实际问题建模为一个含连续时间约束与概率约束的不确定非线性规划问题,并给出将该问题转化为确定性问题的方法.对所提出的连续时间调度模型进行实验仿真表明了该模型的合理性和有效性.
- 高云龙王伟萧
- 关键词：风电
- 基于判别正则化的局部保留投影被引量：3
- 2020年
- 局部保留投影(LPP)是一种常用的线性化流形学习方法,其通过线性嵌入来保留基于图所描述的流形数据本质结构特征,因此LPP对图的依赖性强,且在嵌入过程中缺少对图描述的进一步分析和挖掘.当图对数据本质结构特征描述不恰当时,LPP在嵌入过程中不易实现流形数据本质结构的有效提取.为了解决这个问题,本文在给定流形数据图描述的条件下,通过引入局部相似度阈值进行局部判别分析,并据此建立判别正则化局部保留投影(简称DRLPP).该方法能够在现有图描述的条件下,有效突出不同流形结构在线性嵌入空间中的可分性.在人造合成数据集和实际标准数据集上对DRLPP以及相关算法进行对比实验,实验结果证明了DRLPP的有效性.
- 高云龙胡康立钟淑鑫潘金艳张逸松
- 关键词：局部保留投影流形学习图描述特征提取
- 金属氧化物在薄膜太阳电池中的应用研究进展
- 2015年
- 太阳能电池是解决能源衰竭和环境污染问题的有效途径之一。在太阳能电池薄膜化发展过程中,金属氧化物因为工艺简单、清洁环保及优良的能带结构成为极具潜力的光伏材料,广泛用于制作各种结构薄膜电池。本文从结构、制备工艺及光电转换效率等方面综述了Ti O2、Zn O及铜氧化物材料在薄膜太阳能电池的应用研究现状,讨论了各种材料光伏性能的影响因素,并分析了各自的发展趋势及应用前景。
- 赵国亮高云龙潘金艳张磊
- 关键词：薄膜太阳能电池TIO2ZNO
- 充分发挥火电系统深度变负荷能力的风火电动态经济调度被引量：6
- 2017年
- 已有文献分析了传统的离散时间调度模型,并指出这类调度模型存在备用容量上、下限不可达的问题。该文进一步指出这类调度模型中存在备用容量上、下限约束过于严格、限制机组的深度变负荷能力的不足。以连续时间调度模型为基础,建立了充分发挥机组深度变负荷能力的风火电联合随机调度模型。仿真实验结果表明,这种含风电场的电力系统动态经济调度模型能有效应对风电出力的随机波动性特征,充分发挥机组深度变负荷能力,在保证系统可靠性的前提下能节省更多的成本。
- 高云龙闫鹏
- 关键词：风电备用容量
- 鲁棒自适应概率加权主成分分析被引量：1
- 2021年
- 主成分分析(Principal component analysis,PCA)是处理高维数据的重要方法.近年来,基于各种范数的PCA模型得到广泛研究,用以提高PCA对噪声的鲁棒性.但是这些算法一方面没有考虑重建误差和投影数据描述方差之间的关系;另一方面也缺少确定样本点可靠性(不确定性)的度量机制.针对这些问题,本文提出一种新的鲁棒PCA模型.首先采用L_(2,p)模来度量重建误差和投影数据的描述方差.基于重建误差和描述方差之间的关系建立自适应概率误差极小化模型,据此计算主成分对于数据描述的不确定性,进而提出了鲁棒自适应概率加权PCA模型(RPCA-PW).此外,本文还设计了对应的求解优化方案.对人工数据集、UCI数据集和人脸数据库的实验结果表明,RPCA-PW在整体上优于其他PCA算法.
- 高云龙罗斯哲潘金艳陈柏华张逸松
- 关键词：主成分分析维数约简鲁棒性
