一种新聚类算法在模糊神经网络中的应用

来源 :信息与控制 | 被引量 : 0次 | 上传用户:lifen11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文介绍一种新的聚类方法,不需预先知道聚类数目,通过迭代运算使训练样本收敛到聚类中心,进而实现对样本的聚类,并给出了算法的理论证明.将该算法应用到模糊神经网络中去,根据聚类结果建立一阶TSK模糊神经网络,然后使用混合算法训练网络参数,分别用梯度下降法调整前提参数,递推最小二乘法调整结论参数.最后,列举实例证明该算法的有效性.
其他文献
分析了混凝土(简称:砼)生产输送浇筑生产管理特点,给出了分布式在线生产调度系统的总体结构,描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法.现场
多约束条件下的三维装箱问题是一个复杂的组合优化问题 ,属于 NP- HARD问题 ,其求解是很困难的 .所以在实际应用中 ,往往采用一些启发式算法来求解 .本文在考虑一些实际应用
本文概要地介绍了工业控制系统的发展历史,并通过对无线通信技术的分析研究,提出了一种现场级无线网络体系结构.本文还介绍了一种遵从上述体系结构的无线网络的实现方法.实验
本文将空间变换的思想运用到数字图像加密中,证明了小波包分解对图像加密的可行性.分析小波包分解固有性质和现象对加密的影响,指出该算法对传统密图攻克原理的抗破译性,为图
在非线性系统辨识中,输入数据往往是非均匀分布的,对于此类问题,正交小波网络处理起来较复杂。本文采用分组中值法对非均匀分布样本进行均匀化处理,使正交小波网络的设计和应用能