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.