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、華中科技大學(xué)碩士學(xué)位論文基于特征模糊化和神經(jīng)網(wǎng)絡(luò)的特征選擇姓名：謝衍濤申請學(xué)位級別：碩士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：桑農(nóng)20050401IIAbstractFeatureionisakeyprobleminpatternrecognitionsystem.Recentlyitispopulartouseartificialneuralwktoresolvesuchaproblem.Mostresearchersthinkthata
2、neuralwklearnedwellwillgivehintstotheimptancedegreeofafeature.Someproposedfeatureimptanceevaluationsarewkweights’functions.Someareevaluationsofweights’saliencyinputnodes’sensitivity.Othersarebasedonbothneuralwktechnology
3、fuzzysetthey.Twofeatureionalgithmsbasedonneuralwkfuzzymembershipfunctionareproposedtoresolvesomeproblemsofothers.Bothalgithmsmapdatafromiginfeaturespacetofuzzyfeaturespacethroughautoadaptivefuzzymembershipfunctionswheret
4、heclassifyproblemwillbeeasierthedataarenmalizedsimultaneously.Thefirstoneisbasedonafuzzyneurowkwithanautoadaptivefuzzifylayer.Thewkisafuzzyinferencesystemwithlearningability.Thesecondoneisamultilayerperceptronbasedonauto
5、adaptivefuzzymembershipfunctions.Themethodissimilarwiththeaboveonebutgetsovertheone’sproblemofprocessingdatawithhighdimensions.Themeritsofabovetwomethodsare:1)Thefuzzymembershipfunctionsareautoadaptive.2)Thefeatureevalua
6、tionfunctionissimpleeasytounderst.3)Thewkcanbeusedtoclassifypatternsitsactionsareeasytoanalysis.4)Theseletionalgithmcanfmafeatureionsystemwithfeaturespacesearchingalgithms.Thetwomethodsareprovedtobeeffectivebytheyanalysi
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
- 基于自編碼的神經(jīng)網(wǎng)絡(luò)文本特征選擇的研究.pdf
- 基于仿生特征和神經(jīng)網(wǎng)絡(luò)的人的年齡估計(jì).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的圖像特征級信息融合算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像特征分析.pdf
- 基于模糊推理和神經(jīng)網(wǎng)絡(luò)的預(yù)想事故自動(dòng)選擇研究.pdf
- 基于紋理特征和BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像檢索.pdf
- 基于特征提取和神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的脈象特征的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的特征點(diǎn)匹配.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像特征和情感映射規(guī)則的研究.pdf
- 基于心房活動(dòng)特征和卷積神經(jīng)網(wǎng)絡(luò)的房顫檢測.pdf
- 基于特征提取和神經(jīng)網(wǎng)絡(luò)的ECT流型辨識(shí)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的信元優(yōu)化調(diào)度和相位特征識(shí)別.pdf
- 基于特征融合和神經(jīng)網(wǎng)絡(luò)的掌紋識(shí)別方法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像特征提取.pdf
- 《神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)》課程論文-基于深度學(xué)習(xí)的圖像特征提取
- 基于模糊神經(jīng)網(wǎng)絡(luò)的圖像模糊分割.pdf
- 基于特征向量和神經(jīng)網(wǎng)絡(luò)的邊緣檢測算法研究.pdf
- 基于矩特征和BP神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別技術(shù)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的遙感圖像分類和基于結(jié)構(gòu)特征的水體識(shí)別.pdf
評論
0/150
提交評論