文献

J-GLOBAL ID：201802229673000678   整理番号：18A1528727

改良K-平均アルゴリズムによるRBFニューラルネットワークの流出アンモニア窒素予測の最適化【JST・京大機械翻訳】

Prediction of Effluent Ammonia Nitrogen Based on Improved K-means Algorithm Optimizing RBF Neural Network

著者 (3件)： Qiao Junfei (北京工業大学 信息学部,北京,100124) ,  Sun Yuqing (北京工業大学 信息学部,北京,100124) ,  Han Honggui (北京工業大学 信息学部,北京,100124)
資料名： Kongzhi Gongcheng  (Kongzhi Gongcheng)
巻： 25  号： 3  ページ： 375-379  発行年： 2018年 
JST資料番号： C2953A  ISSN： 1671-7848  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 流出水のアンモニア窒素の予測精度を改善するために,RBFニューラルネットワークのパラメータの決定が困難である。RBFニューラルネットワークのための改良K-平均アルゴリズムを提示する。最初に,各サンプル点の密度値を計算し,そのサイズが閾値を満足するかどうかを条件として,孤立点または雑音点であるかどうかを判定した。孤立点と雑音点がK-meansアルゴリズムに及ぼす影響を除去する。次に,K-平均アルゴリズムのクラスタ化中心を減算クラスタ化アルゴリズムによって初期化して,クラスタ化センターの数を得て,RBFニューラルネットワーク構造を改良K-平均アルゴリズムによって最適化した。最後に、汚水処理過程中の出水アンモニア窒素の実際の予測実験を通じて、提案アルゴリズムは強い近似能力を有することが明らかになった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 減算 ,  *アルゴリズム ,  下水処理 ,  クラスタ化 ,  *最適化 ,  雑音 ,  出水 ,  近似法 ,  パラメータ ,  *予測 ,  *アンモニア態窒素
準シソーラス用語： 予測精度 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： Prediction of ammonia nitrogen ,  RBF neural network ,  K-means algorithm ,  density

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 平均 ,  アルゴリズム ,  RBFニューラルネットワーク ,  流出 ,  アンモニア窒素 ,  予測 ,  最適化