基于FCMD的轧制数据预处理方法及其应用
来源期刊:冶金自动化2015年第3期
论文作者:姚钰鹏 王京 张飞
文章页码:22 - 29
关键词:模糊C均值聚类;密度划分;夹角余弦;双尺度去噪;轧制数据预处理;
摘 要:为提高金属轧制预测模型中各参数数据的有效率,保证预测值的准确性,提出一种基于改进模糊C均值聚类算法的数据去噪方法。通过密度划分方法初始化聚类中心,设计了采用欧氏距离与夹角余弦结合而成的相似度指标的FCMD聚类算法,实现对参数预测所需数据的精确聚类;进而设计了一种双尺度噪声判别方法进行噪声去除。将该方法应用于实际板形预测模型进行实验,结果表明,基于FCMD聚类的去噪算法能有效提升样本数据的信噪比,降低均方根误差,提升轧制参数预测的准确度。
姚钰鹏1,2,王京1,2,张飞1,2
1. 北京科技大学高效轧制国家工程研究中心2. 北京科技大学设计研究院有限公司
摘 要:为提高金属轧制预测模型中各参数数据的有效率,保证预测值的准确性,提出一种基于改进模糊C均值聚类算法的数据去噪方法。通过密度划分方法初始化聚类中心,设计了采用欧氏距离与夹角余弦结合而成的相似度指标的FCMD聚类算法,实现对参数预测所需数据的精确聚类;进而设计了一种双尺度噪声判别方法进行噪声去除。将该方法应用于实际板形预测模型进行实验,结果表明,基于FCMD聚类的去噪算法能有效提升样本数据的信噪比,降低均方根误差,提升轧制参数预测的准确度。
关键词:模糊C均值聚类;密度划分;夹角余弦;双尺度去噪;轧制数据预处理;