《基于粒子群优化的嗅-味融合技术在啤酒辨识中的应用》PDF+DOC
作者:刘晶晶,杨佳琳,Zhang Xiuyu,孙彬,张晓婷,门洪
单位:中国农业机械学会;中国农业机械化科学研究院
出版:《农业机械学报》2016年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFNYJX2016100300
DOC编号:DOCNYJX2016100309
下载格式:PDF + Word/doc 文字可复制、可编辑
《似然K均值聚类用于涡扇发动机气路故障诊断》PDF+DOC2020年第09期 卢俊杰,黄金泉,鲁峰
《DBS雷达景象中的城区分割与匹配》PDF+DOC 阮钦锋,郑庆庆,朱鹏飞,韩亚军
《基于K-means的无线传感器网络分簇算法研究》PDF+DOC2012年第10期 蒋青云
《基于遗传聚类的无线传感器负载均衡路由算法》PDF+DOC2011年第11期 朱永娇,阎巍,左伟明
《基于物联网的嵌入式酒驾智能辨识系统》PDF+DOC2012年第21期 李晓静,刘书伦
《基于量子粒子群优化算法的无线传感器网络节点优化》PDF+DOC2010年第02期 王艳萍,张惠敏,刘新贵
《基于QPSCO算法的传感器优化配置》PDF+DOC2009年第04期 蒋鼎国,张宇林,焦竹青,徐保国
《基于粒子群寻优的D-S算法》PDF+DOC2007年第01期 王波,王灿林,梁国强
《基于粒子群分类器的雷达目标一维像识别》PDF+DOC2007年第11期 徐小慧,张安,江友谊,郝秦霞
《基于粒子群并行优化的煤矿井下机器人路径规划》PDF+DOC2014年第05期 赵少林,程杰
利用电子鼻/舌融合系统对啤酒香气、滋味进行检测,基于其融合后的嗅/味综合信息实现啤酒的分类。由于传统K均值聚类结果依赖于初始值的选取,且易陷入局部最优,依据融合数据特点提出一种改进的基于粒子群优化的K均值聚类算法,该算法在运行过程中优化了权重系数,随着迭代次数增加同时调整收敛速度,使粒子的搜索更趋于平衡化,同时引入压缩因子,平衡全局与局部矛盾。将该算法与K均值聚类算法进行比较,实验数据证明该算法具有较好的全局收敛性,能克服易陷入局部最优的缺点而收敛于最优解,结果显示:该算法对5种啤酒聚类效果明显,正确率稳定在93.3%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。