基于MDP-ISAP的ENN分类算法及其应用
针对可拓神经网络(ENN)对复杂样本数据分类效果较差的问题,提出一种融合边界判别投影(MDP)和改进半监督近邻传播(ISAP)的新型ENN分类算法.首先,使用边界判别投影对原始数据进行降维,提取关键特征.其次,在低维特征空间进行聚类分析,利用近邻传播聚类筛选出有效训练样本,并通过ISAP聚类寻优获得样本类中心,作为初始类中心,在此基础上构建新的分类器.最后,将其应用于复杂化工过程中高密度聚乙烯(HDPE)的熔融指数预测,取得了较好效果.
可拓神经网络、边界判别投影、降维、近邻传播算法、HDPE过程、预测
24
TP183(自动化基础理论)
国家自然科学基金61203021;辽宁省科技攻关项目2011216011;辽宁省自然科学基金项目2013020024;辽宁省高等学校杰出青年学者成长计划LJQ2015061
2017-10-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
1958-1964