文件名称：K_means算法
文件大小：984KB
文件格式：PDF
更新时间：2021-10-22 04:37:21
算法
在污水处理上算法的应用，为提高污水处理过程中出水氨氮的预测精度，并针对 RBF 神经网络参数难以确 定的问题，提出一种改进 K-means 算法优化 RBF 神经网络的氨氮预测算法。首先，计算 每个样本点的密度值，以其大小是否满足一个阈值为条件，判定该点是否为孤立点或噪 声点，来消除孤立点和噪声点对 K-means 算法的影响；然后利用减法聚类算法初始化 K-means 算法的聚类中心，并得到聚类中心的个数，将改进后的 K-means 算法优化 RBF 神经网络结构；最后，通过对污水处理过程中出水氨氮的实际预测实验，表明所提出的 算法具有较强的逼近能力。