版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、ResearchonImprovedGeneralFuzzyMin—MaxNeuralNetworkandIt’SApplicationAThesisSubmittedtoNingxiaUniversityInpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinAppliedMathematicsbyGaoZhiwenSupervisor:AssociateP
2、rofessorLiFengjunMarch,2014摘要近幾年,模糊理論和神經(jīng)網(wǎng)絡(luò)技術(shù)是人工智能研究領(lǐng)域中的兩個(gè)熱點(diǎn)將二者有機(jī)的結(jié)合起來,形成了模糊神經(jīng)網(wǎng)絡(luò)(FuzzyNeuralNetwork簡稱“FNN”)FNN就是具有模糊權(quán)系數(shù)或者輸入信號是模糊量的神經(jīng)網(wǎng)絡(luò)FNN吸取了人工神經(jīng)網(wǎng)絡(luò)和模糊理論的優(yōu)點(diǎn),它在處理非線性、模糊輸入等難題上有很大的優(yōu)勢,并且在處理智能信息上具有很大的潛力在FNN基礎(chǔ)上又發(fā)展了一般模糊極小極大神經(jīng)網(wǎng)絡(luò)(Ge
3、neralFuzzyMin—MaxNeuralNetwork,簡稱“GFMN”),此網(wǎng)絡(luò)是~種具有鮮明特征的網(wǎng)絡(luò),它是FNN分類和聚類的融合本文主要由兩部分組成:第~部分是對GFMN的概述;第_二部分是對GFMN的改進(jìn),并將其應(yīng)用于企業(yè)資信評估中GFMN的主要優(yōu)點(diǎn)是利用超盒可以同時(shí)處理標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù),學(xué)習(xí)部分標(biāo)識(shí)的數(shù)據(jù)在模式識(shí)別系統(tǒng)中是非常重要的一環(huán),當(dāng)然怎么有效的識(shí)別未標(biāo)識(shí)數(shù)據(jù)也是必不可少的但是該網(wǎng)絡(luò)也存在一些缺陷,不能夠完全聚
4、類和自適應(yīng)在線學(xué)習(xí),其訓(xùn)練樣本仍然需要部分標(biāo)識(shí)出來;當(dāng)遇到新的類時(shí),則只能將其全部歸為未知的類,進(jìn)而無法達(dá)到聚類的預(yù)期效果本文提出改進(jìn)后的GFMN正好填補(bǔ)了這一不足。在學(xué)習(xí)實(shí)驗(yàn)樣本過程中,網(wǎng)絡(luò)試圖包含這個(gè)實(shí)驗(yàn)樣本于已存在的同一類的超盒中,超盒的大小將會(huì)改變,那么這個(gè)過程被稱為超盒擴(kuò)張若超盒擴(kuò)張不存在,則網(wǎng)絡(luò)加入一個(gè)新的超盒,并且屬于同一類的超盒的聚合形成一個(gè)完整的類通過修改其結(jié)構(gòu)和學(xué)習(xí)算法,實(shí)現(xiàn)了加入新類或刪除一個(gè)已存在類功能的GFMN
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的一般物體識(shí)別研究及應(yīng)用.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
- 模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用研究.pdf
- 直覺模糊神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)及應(yīng)用研究.pdf
- 基于強(qiáng)化學(xué)習(xí)改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及應(yīng)用研究.pdf
- rbf神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用研究
- 模糊神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究_免費(fèi)下載
- RBF神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用研究.pdf
- 灰色神經(jīng)網(wǎng)絡(luò)改進(jìn)算法及其應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)與應(yīng)用研究.pdf
- 貸款風(fēng)險(xiǎn)的模糊神經(jīng)網(wǎng)絡(luò)評價(jià)模型及應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在股票預(yù)測中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在生產(chǎn)調(diào)度中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在火災(zāi)檢測中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在鍋爐控制中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用與研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用.pdf
評論
0/150
提交評論