河北理工大学学报(自然科学版)
河北理工大學學報(自然科學版)
하북리공대학학보(자연과학판)
JOURNAL OF HEBEI POLYTECHNIC UNIVERSITY(Natural Science Edition)
2008年
3期
70-73,82
,共5页
层次聚类%模糊c均值聚类%模糊神经元网络%信息融合
層次聚類%模糊c均值聚類%模糊神經元網絡%信息融閤
층차취류%모호c균치취류%모호신경원망락%신식융합
神经元网络应用于一般工业过程建模比较有效,但对于对象是庞大数据的复杂的工业生产过程就明显力不从心,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,以获得精确的聚类个数和隶属度,基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性.
神經元網絡應用于一般工業過程建模比較有效,但對于對象是龐大數據的複雜的工業生產過程就明顯力不從心,提齣瞭基于勢場拓撲的層次聚類算法和模糊c均值聚類算法融閤,以穫得精確的聚類箇數和隸屬度,基于多判據信息融閤和模糊技術構建神經元網絡模型,通過對實際地下開採生產過程的倣真,結果驗證瞭模型的有效性.
신경원망락응용우일반공업과정건모비교유효,단대우대상시방대수거적복잡적공업생산과정취명현력불종심,제출료기우세장탁복적층차취류산법화모호c균치취류산법융합,이획득정학적취류개수화대속도,기우다판거신식융합화모호기술구건신경원망락모형,통과대실제지하개채생산과정적방진,결과험증료모형적유효성.
