版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大連理工大學(xué)碩士學(xué)位論文神經(jīng)網(wǎng)絡(luò)在一類數(shù)據(jù)樣本分類中的應(yīng)用研究姓名：崔丕鎖申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：控制理論與控制工程指導(dǎo)教師：韓敏20050301神經(jīng)網(wǎng)絡(luò)在一類數(shù)據(jù)樣本分類中的應(yīng)用研究ApplicationresearchofneuralnetworkfordataclassificationAbstractItisatrendatpresenttouseneuralnetworkinpaaemrecognitionThispaperi
2、saimedattheclassificationresearchofusingartificialneuralnetwork(ANN)indatapattemandtestingthevalidityofadaptingneuralnetworkstomodelbehaviorofthecompoundcomponentsofbuildingmaterialspatternrecognitionAccordingtothecharac
3、terofneuralnetworkanimprovedneuralnetworkmodelisconstructed，anditsperformanceisanalyzedandprovedBecauseofthedataclassification’Scomplexitythemethodssuchasstatisticalpatternrecognitions缸u(yù)eturalpatternrecognitionandneuraln
4、etworkshavesomedisadvantageintheclassificationInthispaper，animprovedneuralnetworkisusedintheclassificationFirst，basedonRBF(RadialBasisFunction)neuralnetworkanimprovedfourlayerfeedforwardneuralnetworkispresentedTheinputan
5、doutputischanged，SOtheparameterisdecreasedDuringthelearningprocedure，thetrainingwaysareuseddifferentlyaccordingtodifferentcharacteristicsofthepaRernsThentakingaccountthespecificfeatureofclassificationproblem，anewtraining
6、algorithmisproposedInthisalgorithm，asuitabIeerrorfunctionnamedregionalmappingerrorfunctionwhichdependsonlyonthemisclassifiedtrainingpaRems，isdefined，andtheadvantageofclusteringalgorithmandRAN(ResourceAllocatingNetwork)is
7、alsocombinedinthisalgorithmSOthenetworkparametersisadaptivelyadjustedduring怕iningprocessThevalidityofthisnetworkisillustratedusinganexampletakenfromthepaRemofasynthetictwoclassproblemandthecomponentanalysisofCaO—A1203Si0
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)在一類動(dòng)態(tài)波形模式識(shí)別中的應(yīng)用研究.pdf
- 有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在文本分類中的應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)中的應(yīng)用研究.pdf
- 復(fù)雜網(wǎng)絡(luò)聚類及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在模式分類中的應(yīng)用研究.pdf
- 一類復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)的改進(jìn)及應(yīng)用研究.pdf
- 模糊和神經(jīng)網(wǎng)絡(luò)方法在一類復(fù)雜工業(yè)過(guò)程辨識(shí)和控制中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)樣本數(shù)據(jù)預(yù)處理應(yīng)用研究.pdf
- 粒子群神經(jīng)網(wǎng)絡(luò)在遙感影像分類中的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類算法在物聯(lián)網(wǎng)中的應(yīng)用.pdf
- 一類新型聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)技術(shù)及其在一類復(fù)雜工業(yè)過(guò)程控制中的應(yīng)用研究.pdf
- Spiking神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)預(yù)測(cè)和分類中的應(yīng)用研究.pdf
- 一類模糊、動(dòng)力系統(tǒng)問(wèn)題的研究及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用.pdf
- 一類模糊Hopfield神經(jīng)網(wǎng)絡(luò)的攝動(dòng)性質(zhì)及其應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的一類函數(shù)逼近.pdf
- BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在文字識(shí)別中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成技術(shù)及其在癌癥基因分類中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在主動(dòng)懸架中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論