论文部分内容阅读
提出一种基于粒子群优化（PSO）的K—means模糊聚类方法（FKM），并将该方法应用于攀钢高炉炉温分类判定。与神经网络方法和遗传算法等模型相比，PSO-FKM方法具有快速、识别率高和不易陷入局部最优等优点。结果表明，该方法基本上能够正确划分高炉炉温状况。
一种高炉炉温模糊分类判定方法的研究
【摘 要】
：
提出一种基于粒子群优化（PSO）的K—means模糊聚类方法（FKM），并将该方法应用于攀钢高炉炉温分类判定。与神经网络方法和遗传算法等模型相比，PSO-FKM方法具有快速、识别率高和不易陷
【机 构】
：
重庆工学院计算机科学与工程学院,重庆大学自动化学院,重庆邮电大学自动化学院
【出 处】
：
长江大学学报(自然科学版)理工卷
【发表日期】
：
2008年3期
其他文献
目的：探讨新生儿气胸的相关因素和防治措施。方法：收集本院新生儿科2009年05月至2010年05月住院的73例气胸患儿的临床资料进行回顾性分析。结果：73例气胸患儿中自发性气胸10例,