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、聚類分析是發(fā)現(xiàn)數(shù)據(jù)內(nèi)有用信息的一種有效手段,具有著重要的研究意義和應(yīng)用前景。劃分聚類問(wèn)題(PC問(wèn)題)是備受關(guān)注和挑戰(zhàn)的重要研究方向之一,因此,尋求快速、有效的方法解決劃分聚類問(wèn)題是十分必要的。研究證明,劃分聚類問(wèn)題是一種NP難的組合優(yōu)化問(wèn)題。近幾十年來(lái),Hopfield神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于解決劃分組合優(yōu)化問(wèn)題并取得了良好的效果。2008年,Wang提出了一種Stochastic Optimal Competitive Hopfield
2、Neural Network(SOCHNN)方法求解劃分聚類問(wèn)題,并能較k-means,GA,GPSO,DE等先前的聚類方法獲得更好的結(jié)果。然而SOCHNN方法卻存在著一個(gè)缺陷:它沒(méi)考慮數(shù)據(jù)特征對(duì)聚類的不同貢獻(xiàn),聚類結(jié)果受著噪聲特征的干擾。
本文提出了一種基于特征加權(quán)機(jī)制的SOCHNN神經(jīng)網(wǎng)絡(luò)聚類方法,并采用不同加權(quán)機(jī)制探討改進(jìn)算法的性能。與原方法相結(jié)合的兩種不同特征加權(quán)機(jī)制,一種是自動(dòng)特征加權(quán)機(jī)制,其算法效率高只需用戶輸
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
- Hopfield神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用——基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫(xiě)數(shù)字識(shí)別.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲均衡.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模糊聚類的研究.pdf
- 基于hopfield神經(jīng)網(wǎng)絡(luò)的噪聲字母識(shí)別
- 基于改進(jìn)Hopfield神經(jīng)網(wǎng)絡(luò)的多目標(biāo)模糊作業(yè)車間調(diào)度研究.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)在TSP問(wèn)題中的應(yīng)用.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲算法研究.pdf
- 基于改進(jìn)型Hopfield神經(jīng)網(wǎng)絡(luò)的盲檢測(cè)新算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的HSDPA調(diào)度算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的謠言認(rèn)知模型研究.pdf
- 改進(jìn)的Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法的研究.pdf
- 基于混沌Hopfield型神經(jīng)網(wǎng)絡(luò)的盲算法研究.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
- 面向單隊(duì)單臺(tái)動(dòng)態(tài)調(diào)度問(wèn)題的Hopfield神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模人臉聚類.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)的加速算法研究.pdf
- 劃分聚類與基于密度聚類算法的改進(jìn)方法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng).pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的混沌建模與性能分析.pdf
評(píng)論
0/150
提交評(píng)論