您的位置: 专家智库 > >

邴兆虹

作品数:2 被引量:1H指数:1
供职机构:辽宁大学更多>>
发文基金:辽宁省教育厅高等学校科学研究项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇粒子群
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人工智能
  • 1篇最近邻
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇模糊聚类
  • 1篇聚类
  • 1篇故障诊断
  • 1篇不完整数据
  • 1篇粗糙集

机构

  • 2篇辽宁大学
  • 1篇大连理工大学

作者

  • 2篇邴兆虹
  • 1篇历风满
  • 1篇张继研
  • 1篇张利
  • 1篇田立

传媒

  • 1篇辽宁大学学报...

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
区间估计的不完整数据集混杂聚类算法研究
在数据采集过程中,由于数据记录的丢失或者数据模糊不清,常常会使数据集变得不完整。如果数据是不完整的,无论是对数据进行聚类还是查询等操作都不会得到准确的结果,也会影响到下一步工作,所以对不完整数据的处理是很重要的,同时也是...
邴兆虹
关键词:模糊聚类粒子群
文献传递
人工智能在故障诊断中的应用研究被引量:1
2012年
针对神经网络存在的缺点和不足,主要分析神经网络和粗糙集、支持向量机、粒子群、小波相结合使用的方法.粗糙集和神经网络相结合用于故障诊断,可以通过粗糙集的知识约简功能大量消除训练样本中的冗余信息,减少神经网络的输入层节点,简化网络结构,缩短训练时间;基于神经网络和支持向量机的复合故障诊断技术不但可以进一步提高个体模型预测精度,而且可以使故障诊断模型始终处于最优识别状态;粒子群优化神经网络能够加快网络收敛速度,提高训练精度;小波神经网络能够很好地对故障进行分类,具有较高的识别精度.
张继研邴兆虹张利历风满田立
关键词:粗糙集支持向量机粒子群小波
共1页<1>
聚类工具0