作者:田洪迅; 齐立忠; 曹利强; 吴经锋; 游强; 丁彬; 李旭 期刊:《智慧电力》 2017年第10期
为了解决传统同业对标技术对初始聚类中心与数据噪声敏感问题,提出了基于电力企业安全效能成本(SEC)指标的电力企业无监督同业对标方法。该方法采用SEC指标,结合模糊学习矢量量化与可能聚类原理,引入隶属度与典型值实现对矢量量化网络中学习速率的更新学习,实现电力企业的无监督同业对标。仿真试验验证了所提出可能模糊聚类算法的有效性与稳定性。此外,通过实例表明了所提出无监督同业对标方法可以深度挖掘其他企业与标杆企...
作者:刘璐; 吴成茂 期刊:《中国图象图形学报》 2016年第09期
目的为了进一步提高噪声图像分割的抗噪性和准确性,提出一种结合类内距离和类间距离的改进可能聚类算法并将其应用于图像分割。方法该算法避免了传统可能性聚类分割算法中仅仅考虑以样本点到聚类中心的距离作为算法的测度,将类内距离与类间距离相结合作为算法的新测度,即考虑了类内紧密程度又考虑了类间离散程度,以便对不同的聚类结构有较强的稳定性和更好的抗噪能力,并且将直方图融入可能模糊聚类分割算法中提出快速可能模糊...