基于小波和过程神经网络的时序聚类分析-电机与控制学报-哈尔滨.pdf

基于小波和过程神经网络的时序聚类分析-电机与控制学报-哈尔滨.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于小波和过程神经网络的时序聚类分析-电机与控制学报-哈尔滨

15 12 Vol. 15 No. 12 第 卷 第 期 电 机 与 控 制 学 报 20 11 12 E LE CT RI C MA C HI NE S A ND C ONT R OL Dec. 20 11 年 月 基于小波和过程神经网络的时序聚类分析 1 ,2 1 葛利 , 印桂生 (1. , 150001 ; 哈尔滨工程大学计算机科学与技术学院 黑龙江哈尔滨 2 . , 150028) 哈尔滨商业大学计算机与信息工程学院 黑龙江哈尔滨 : , 摘 要 针对时序背景下的聚类问题 提出一种基于小波和改进自组织过程神经网络的时序聚类方 , , , 法 首先应用小波变换对原时序数据进行小波分解 在保留相关聚类特征的原则下 对信号进行重 ; , 构 然后将重构信号拟合为时变函数作为过程神经网络的输入 应用改进的竞争算法训练自组织过 程神经网络, , 利用过程神经网络输入为时变函数的特点 将经过小波处理后的时序信号特征充分考 , , 虑到聚类分析中 网络提取输入函数隐含的过程式模式特征并进行自组织 给出了改进的竞争学习 ; UCI , 、 算法 最后应用 数据集聚类结果表明 该方法在聚类正确率 网络运行时间和收敛速度上均有 , 、 , 。 提高 同时在聚类质量 聚类速度方面表现出良好性能 能有效地应用于时序聚类 : ; ; ; 关键词 时间序列 聚类分析 自组织过程神经网络 小波 中图分类号:TP 391. 4 文献标志码:A 文章编号:1007- 449X (2011)12- 0078- 05 Time series clustering analysis based on wavelet and process neural networks GE Li1,2 , YIN Gui-sheng1 (1. College of Computer Science and Technology ,Harbin Engineering University ,Harbin 150001,China ; 2 . School of Computer and Information Engineering ,Harbin

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档