【摘 要】
：
针对传统K-means聚类算法受初始类中心影响导致聚类准确度较低的问题,利用量子粒子群优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进量子粒子群的K-means聚类算法.为防止量子粒子群优化算法陷入局部极值,采用具有高斯扰动的局部吸引子以提高种群跳出局部最优的能力;为提高算法的收敛速度,采用加权更新种群平均最优位置以充分发挥精英粒子的优势;通过对收缩-扩张因子和随机变量参数进行交叉实验,选出最佳参数组合策略.在标准测试函数上的仿真结果表明:改进的量子粒子群优化算法在寻优精度、收敛速度以及稳定性上
【机 构】
：
中国农业大学信息与电气工程学院,北京100083;中国农业大学信息与电气工程学院,北京100083;中国农业大学食品与安全北京实验室,北京100083;中国农业大学食品与安全北京实验室,北京10008
论文部分内容阅读
针对传统K-means聚类算法受初始类中心影响导致聚类准确度较低的问题,利用量子粒子群优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进量子粒子群的K-means聚类算法.为防止量子粒子群优化算法陷入局部极值,采用具有高斯扰动的局部吸引子以提高种群跳出局部最优的能力;为提高算法的收敛速度,采用加权更新种群平均最优位置以充分发挥精英粒子的优势;通过对收缩-扩张因子和随机变量参数进行交叉实验,选出最佳参数组合策略.在标准测试函数上的仿真结果表明:改进的量子粒子群优化算法在寻优精度、收敛速度以及稳定性上都有显著提高;通过对比7种聚类算法在UCI数据集上的聚类结果可知,所提出的聚类算法具有更好的聚类性能,可以有效降低K-means对初始聚类中心的依赖.最后,将该方法应用于我国鲜食葡萄市场客户分类中,以验证该方法的有效性和实用性.通过实证分析可知,基于改进量子粒子群的K-means聚类算法结构简单、精度高,具有一定的推广性.
其他文献
针对辽宁朝阳某选矿厂磁铁矿选别流程复杂的问题,根据磁铁矿不同组分的磁性和密度差异,研制了一种三产品磁选柱,设计了磁场结构和流场结构,分别用于磁铁矿单体、富连生体和贫连生体(脉石)的分离.磁系由恒定磁场、粗选磁场和精选磁场3部分组成.采用三产品磁选柱对辽宁朝阳某选矿厂细度为-0.074 mm占64.58％、TFe品位为61.43％的磁铁矿样进行选别,当恒定磁场励磁电流6 A、粗选磁场励磁电流6 A、粗选周期1 s、粗选区上升水流速度3.9 cm/s、精选磁场励磁电流0.8 A、精选周期2.5 s、精选区上升
辽西新民金矿床大地构造位置位于华北板块北缘,燕辽成矿带的最东端,是与韧性剪切作用有关的金矿床.为在矿区深部探求新的盲矿体,以地质成矿理论为指导构建了成矿模式,同时开展了原生晕轴向分带序列研究,并对矿区59号勘探线100 m中段和ZK5908、ZK5909号钻孔样品数据进行了系统分析.结果表明:①建平群小塔子沟组地层为金矿床的形成提供了物源,据同位素研究显示,成矿物质来源与围岩、花岗岩具有一定的亲缘性,成矿流体来源主要为岩浆水和变质水,后期有大气水加入.②矿区受韧性剪切作用影响,含矿流体沿韧性剪切带向上迁移
锂渣中含有一定量的有价金属,除泥是从锂渣中获取有价金属的重要途径.基于响应面法,采取Box-Behnken Design(BBD)设计方法,以旋流器进料浓度、进料压力和底流口直径为研究对象,获取了这3个因素对锂渣除泥分级质效率的影响规律,建立了影响分级质效率的多元数学模型.通过对试验和模拟数据进行方差分析,验证了数学模型的精度,并通过三维曲面图探明了各参数之间的交互作用以及对分级质效率的影响程度.结果表明,各因素对分级质效率的影响程度大小依次为:底流口直径、进料压力、进料浓度,且底流口直径与进料浓度有着很
针对矿山开采沉陷地表移动变形数据处理量大、预计参数求取不稳定等不足,在借鉴和总结不同计算机语言开发系统优缺点的基础上,利用C#编程语言,结合Word和CAD开发出开采沉陷移动变形数据处理与预计一体化系统.该系统集成了数据管理、移动变形计算、输出报表以及契合CAD的移动变形曲线绘制功能,并构建了基于人工鱼群算法(Artificial Fish School Algorithm,AFSA)的Logistic单点沉陷预测模型.将该系统应用于顾桥矿1414(1)工作面,试验结果表明:①系统兼容性强、操作简便,提高
为探明悬浮磁化焙烧主炉内气相温度场分布、颗粒流动特性以及颗粒升温速率等信息,基于CFD理论,对悬浮磁化焙烧主炉内稀相气固流动以及传热进行三维数值模拟计算.文中气相计算采用欧拉方法,固相计算采用Discrete Phase Model(DPM),并考虑气固两相之间的相互作用.结果表明,悬浮磁化焙烧主炉温度在径向呈现炉心温度高、近壁温度低的分布特征,在轴向逐渐趋于均匀.矿石颗粒进入主炉后,在气流的拖曳作用下迅速上升,1.0 s时颗粒可到达主炉顶部,1.2 s时颗粒在顶部弯管处出现逃逸现象;颗粒进入主炉后,自身
针对图像分割有监督学习模型训练时间长、需要大量训练样本才能确保模型精度要求且样本标记费时费力的问题,提出了在不同色域空间下基于神经网络的无监督图像分割方法.首先将图像进行不同颜色空间模型转化,得到不同色域空间下图像的颜色表示;其次利用felz和quickshift方法,对转换后的图像进行粗粒度聚类,形成超像素结果,并对每个像素打上相应的标签;最后利用神经网络细粒度的图像特征分辨能力进行微调,得到最终的图像分割结果.该方法在公开的COD10K等数据集上选取了数据集进行验证,实验表明,文中方法能够对图像进行合
受近年来人工智能浪潮的积极影响,基于学习优化的智能电网能量管理研究不断涌现,并被视为一个富有前景的研究方向.现有学习优化方法的设计思路大相径庭,了解这些思路的优势和局限性对掌握该交叉领域动态和推动其长足发展至关重要.鉴于此,总结3种主要的学习优化类型:学习最优解、学习热启动、学习约束,分析不同学习优化类型的设计思路和优点,基于现有工作的缺憾进一步提出5大挑战,并提供一些潜在的解决方案,以期为该交叉领域的研究者提供更全面的信息和新的视角.
针对力学性质存在差异的材料组合而成的复合充填结构体在承载过程中内部应力分布不均的现象,开展了由不同强弱介质组合而成的复合充填结构体的单轴压缩试验.结合声发射特征分析,研究了复合充填结构体的承载特征、损伤演化和破坏特征.研究表明:①单轴压缩状态下复合体内部应力分布不均,强介质内部应力大于弱介质内部应力,整体荷载主要由强介质承担;②当复合体中强介质强度一定时,复合体整体强度与弱介质强度呈正相关;③当弱介质强度小于等于3.21 MPa时,复合体应力—应变曲线出现两个弹性阶段,且第一弹性阶段的斜率大于第二弹性阶段
独立成分分析(independent component analysis,ICA)是一种多变量统计分析方法,常用于非高斯过程监测,它能够有效利用信号的高阶统计信息(三阶以上)提取相互独立的独立成分,在工业过程监测中得到了广泛的应用,是当前国际过程监测领域的研究热点.鉴于此,介绍经典ICA模型、改进ICA模型及其在工业过程的过程监测技术.首先,对经典ICA模型进行介绍,在此基础上对经典ICA模型进行分类并指出其优缺点;其次,针对经典ICA模型存在的缺陷,从ICA自身存在的问题、噪声和离群值3方面梳理改进I
酒钢镜铁山V矿体铁矿石采出TFe品位23％左右,多年来受选矿工艺技术水平及经济条件制约,一直未得到合理利用.现场采用单一强磁预选工艺,入选矿石TFe品位得到较为明显的提高,但尾矿TFe品位偏高,铁损失较大.为进一步提高预选效果,对该矿进行智能预选与强磁预选联合抛废试验研究.结果表明:①对于TFe品位为23.92％、粒度范围为15～45 mm粒级样,适宜的抛废率为16.31％,此时TFe品位为26.53％、回收率92.83％.抛废率为13.20％和20.39％的稳定试验结果与条件试验结果基本一致,表明智能预