导读:本文包含了最近邻聚类学习算法论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊最近邻聚类,藻类繁殖,叶绿素a,状态预测
最近邻聚类学习算法论文文献综述
张颖,李鹏,邬益川[1]（2011）在《基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测》一文中研究指出为了预报海洋赤潮等灾害的发生,需要监测海水中藻类的繁殖状况.通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况.运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理,基于最优模糊逻辑系统建立了针对海水叶绿素a浓度状态的预测模型.根据采样数据的特点和降低模型阶次的实际需求,设计了改进的模糊最近邻聚类学习算法,并应用于叶绿素a浓度状态的预测.实验结果表明,该方法可有效提取样本数据的特征,降低数据维数,提高算法学习的收敛速度.改进的模糊最近邻聚类学习算法降低了预测模型构造的复杂度,使模型具有较好的泛化性能,能够有效预测海水中藻类的繁殖生长状况.(本文来源于《东南大学学报(自然科学版)》期刊2011年S1期）
陈先中,侯庆文,柳瑾,庄严,孟广军[2]（2006）在《一种动态自适应最近邻聚类学习算法在工业污水处理中的应用》一文中研究指出为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好。(本文来源于《北京科技大学学报》期刊2006年01期）
李青茹,王培峰,尹志宇[3]（2004）在《模糊逻辑系统的最近邻聚类学习算法》一文中研究指出文章先提出了一种最优模糊逻辑系统 ,它能使样本中所有的输入—输出数据对都拟合到任意给定的精度 (在此意义上的最优 ) ;然后将这种最优模糊逻辑系统推广到大样本问题 ,为此 ,将样本数据用最近邻聚类算法进行分组 ,将每一组数据 (一个聚类 )视为一个数据对 ,用最优模糊逻辑系统来进行拟合。还给出了学习算法并进行了仿真实验 ,结果说明其控制效果非常理想(本文来源于《组合机床与自动化加工技术》期刊2004年01期）
陈晓辉[4]（2003）在《最近邻聚类学习算法的改进初探》一文中研究指出分析了一种基于模糊最近邻聚类的自适应模糊学习算法,从优化及提高模型精度出发,通过模型的聚类半径和模糊化半径的优化选择,提出了一种改进的模糊聚类方法,探讨了模糊聚类过程中聚类半径与辩识精度的关系,在很大程度上改善了系统的精度,并通过对分段对象的仿真证实了该算法的优越型。(本文来源于《第二十二届中国控制会议论文集（下）》期刊2003-08-01）
孙延风,梁艳春,孟庆福[5]（2002）在《改进的神经网络最近邻聚类学习算法及其应用》一文中研究指出提出了一种改进的 RBF (Radial Basis Functions,径向基函数 )神经网络最近邻聚类学习算法 ,并将其应用于股市预测问题。模拟结果表明 ,改进算法的拟合效果与拟合误差均明显好于常规最近邻聚类学习算法 ,可以较大幅度提高 RBF神经网络的预测性能。(本文来源于《吉林大学学报(信息科学版)》期刊2002年01期）
李杰星,章云,符曦[6]（2000）在《一种改进的最近邻聚类学习算法》一文中研究指出提出了一种自适应模糊逻辑系统 (AFLS)的改进自适应学习算法 ,该算法将无导师学习算法与基于梯度信息的寻优学习算法相结和 ,并且在确定聚类过程中同时考虑样本输入与输出对聚类的影响(本文来源于《控制理论与应用》期刊2000年05期）
庞其祥,程时端[7]（1999）在《基于最近邻聚类学习算法的模糊业务量预测器》一文中研究指出本文根据模糊逻辑系统中的万能逼近定理［１］ ，提出一个采用最近邻聚类学习算法的模糊业务量逼近器／预测器．通过对自回归（ＡＲ） 过程及ＭＰＥＧ 业务量的预测，显示了该逼近器／ 预测器的准确性和对业务量特性的适应性．最后讨论了该预测器在动态带宽分配中的应用(本文来源于《电子学报》期刊1999年10期）
张颖,邵惠鹤[8]（1999）在《自适应模糊辨识中关于模糊最近邻聚类学习算法的一种改进》一文中研究指出分析了一种基于模糊最近邻聚类的自适应模糊辨识方法，从模型简化的思想出发提出一种改进方法，并通过实例仿真证实了改进方法的优越性。最后引入Ｂｅｚｄｅｋ的聚类评价指标对两种聚类结果的有效性进行评判，从理论上证明了改进方法的优点及可靠性(本文来源于《控制与决策》期刊1999年04期）
最近邻聚类学习算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最近邻聚类学习算法论文参考文献
[1].张颖,李鹏,邬益川.基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测[J].东南大学学报(自然科学版).2011
[2].陈先中,侯庆文,柳瑾,庄严,孟广军.一种动态自适应最近邻聚类学习算法在工业污水处理中的应用[J].北京科技大学学报.2006
[3].李青茹,王培峰,尹志宇.模糊逻辑系统的最近邻聚类学习算法[J].组合机床与自动化加工技术.2004
[4].陈晓辉.最近邻聚类学习算法的改进初探[C].第二十二届中国控制会议论文集（下）.2003
[5].孙延风,梁艳春,孟庆福.改进的神经网络最近邻聚类学习算法及其应用[J].吉林大学学报(信息科学版).2002
[6].李杰星,章云,符曦.一种改进的最近邻聚类学习算法[J].控制理论与应用.2000
[7].庞其祥,程时端.基于最近邻聚类学习算法的模糊业务量预测器[J].电子学报.1999
[8].张颖,邵惠鹤.自适应模糊辨识中关于模糊最近邻聚类学习算法的一种改进[J].控制与决策.1999