版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、當今,隨著信息技術的高速發(fā)展,數據量正在呈指數增長,如何快速、準確地從大規(guī)模、雜亂無章的數據中找到所需信息就成了一項十分有意義的課題。聚類分析方法作為數據挖掘技術中的重要方法之一,它恰好為海量數據的研究分析提供了一種方法,并被廣泛應用到現實社會的各個領域。但是聚類分析方法中的很多聚類算法要求事先確定聚類數目,如何確定聚類數目是一個復雜而艱巨的問題。
近年來,人工神經網絡因具有較高的非線性、并行性、良好的容錯性及較強的魯棒性等優(yōu)
2、點,在許多領域中得到了廣泛的應用。尤其是RBF神經網絡有很強的非線性擬合能力,可映射任意復雜的非線性關系,但是RBF神經網絡的非線性映射能力體現在隱含層基函數上,基函數的特性主要由基函數的中心確定,而在實際應用中基函數中心的確定是一個困難的問題。
基于上面的問題,本文研究將復雜網絡的社團劃分技術與相似度量相結合的聚類算法,解決事先確定聚類數目的問題,并把該算法引入神經網絡對RBF神經網絡的中心進行優(yōu)化,最后試驗驗證。
3、 本文首先闡述了當前常用的社團發(fā)現算法,分析了各種算法優(yōu)缺點。然后通過對k-均值聚類算法的研究分析,提出了一種基于復雜網絡社團發(fā)現的CNM算法與相似度量相結合的聚類算法,該算法克服了k-均值算法需根據先驗知識確定聚類個數的缺陷,通過二個聚類分析實驗表明該算法提高了聚類的質量。最后基于復雜網絡社團發(fā)現算法與相似度量相結合的聚類算法,提出了用該算法對RBF神經網絡的中心值進行優(yōu)化,經二個實驗驗證,該算法有效的克服了RBF神經網絡算法的缺點,
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- art神經網絡聚類算法及其在入侵檢測中的應用
- 神經網絡及其在控制中的應用研究.pdf
- ART神經網絡聚類算法及其在入侵檢測中的應用.pdf
- 基于ART2神經網絡的聚類方法及其應用研究.pdf
- Hopfield神經網絡及其在電廠中的應用研究.pdf
- 模糊神經網絡理論及其在復雜系統(tǒng)中的應用研究.pdf
- 基于復雜網絡的網絡大數據聚類應用研究.pdf
- 復雜神經網絡動力學機制及其應用研究.pdf
- BP神經網絡與卷積神經網絡在文字識別中的應用研究.pdf
- 情感神經網絡及其在人臉識別中的應用研究.pdf
- 進化神經網絡聚類技術及其在數據挖掘中的應用.pdf
- 基于聚類的BP神經網絡在織物染色計算機配色中的應用研究.pdf
- 基于聚集系數的聚類算法在復雜網絡中的應用研究.pdf
- 神經網絡在主動懸架中的應用研究.pdf
- 神經網絡在洪水預報中的應用研究.pdf
- 神經網絡在圖像處理中的應用研究.pdf
- 混合神經網絡及其應用研究.pdf
- 量子神經網絡及其應用研究.pdf
- 人工神經網絡及其在圖像識別中的應用研究.pdf
- 神經網絡集成及其在地震預報中的應用研究.pdf
評論
0/150
提交評論