神經(jīng)網(wǎng)絡及在網(wǎng)絡用戶行為分析中的應用研究.pdf_第1頁
已閱讀1頁,還剩124頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著信息社會的飛速發(fā)展,人們面對的數(shù)據(jù)量越來越大,如何從海量信息中提取有效的數(shù)據(jù),進而為決策服務是亟待解決的問題,因此數(shù)據(jù)分析技術越來越重要,對數(shù)據(jù)分析技術的發(fā)展需求日益強烈。
  神經(jīng)網(wǎng)絡是計算機學科的重要分支,神經(jīng)網(wǎng)絡方法被廣泛應用于數(shù)據(jù)分析領域。數(shù)據(jù)分類作為一種重要的數(shù)據(jù)分析技術,有著非常廣泛的應用需求,神經(jīng)網(wǎng)絡方法以其獨特的優(yōu)勢在分類技術領域發(fā)揮著重要作用。然而,神經(jīng)網(wǎng)絡方法的分類技術通常面臨著分類速度和分類準確性的問題,

2、本文研究并改進了部分神經(jīng)網(wǎng)絡方法,在一定程度上提高了數(shù)據(jù)分類速度和準確性。文中應用改進的神經(jīng)網(wǎng)絡方法于網(wǎng)絡用戶行為分析這一新興的研究領域,提高了數(shù)據(jù)分析的效率和網(wǎng)絡用戶行為分析的準確性。一方面,為從一個新的角度進行網(wǎng)絡用戶行為分析建模提供了可靠的數(shù)據(jù)基礎,另一方面,驗證了改進的神經(jīng)網(wǎng)絡方法的有效性。
  本文主要研究內(nèi)容涉及支持向量機的改進,神經(jīng)網(wǎng)絡的混沌控制,改進的神經(jīng)網(wǎng)絡方法在網(wǎng)絡用戶行為數(shù)據(jù)分析中的應用以及網(wǎng)絡用戶行為新模型

3、的建立。具體包括以下幾個方面:
  (1)提出了改進的支持向量機方法。序列最小優(yōu)化算法是支持向量機非常重要的分解方法,與二次型優(yōu)化技術相比在優(yōu)化時間、加快訓練速度方面有了很大發(fā)展。序列最小優(yōu)化算法的關鍵是工作集的選擇問題,但傳統(tǒng)的算法中工作集的選擇存在啟發(fā)式和隨機性的缺點,有增加時間消耗甚至并不完全符合KKT條件的缺陷,將導致序列最小優(yōu)化算法執(zhí)行速度慢,進而影響支持向量機的運行效率。針對以上問題,本文通過改寫KKT條件對序列最小優(yōu)

4、化算法工作集選擇方法進行改進,同時提出相應的最小化步驟方法,并進行了收斂性的理論證明。通過對工作集選擇方法的優(yōu)化,改進了基于序列最小優(yōu)化算法的支持向量機方法,提高了支持向量機的運行效率。
  (2)將穩(wěn)定轉換法應用于神經(jīng)網(wǎng)絡的混沌控制。三種典型的神經(jīng)網(wǎng)絡:主成分神經(jīng)網(wǎng)絡,獨立成分神經(jīng)網(wǎng)絡,最小成分神經(jīng)網(wǎng)絡在一定區(qū)間內(nèi)會產(chǎn)生混沌現(xiàn)象,系統(tǒng)不穩(wěn)定不收斂,在實際分類問題的應用中會導致數(shù)據(jù)分類與提取不準確。本文將穩(wěn)定轉換法用于三種神經(jīng)網(wǎng)絡

5、混沌參數(shù)區(qū)間內(nèi)的混沌行為控制,消除混沌現(xiàn)象。實驗證明通過穩(wěn)定轉換法的應用,在三種神經(jīng)網(wǎng)絡混沌區(qū)間內(nèi),嵌入軌道中的不穩(wěn)定點獲得穩(wěn)定,動力學系統(tǒng)獲得了穩(wěn)定收斂解,能更好的符合實際問題的需要。同時,三種神經(jīng)網(wǎng)絡混沌對稱現(xiàn)象的內(nèi)在原因得到揭示。
  (3)基于改進的支持向量機和L.PCA神經(jīng)網(wǎng)絡方法,提出了一種新的網(wǎng)絡用戶行為分析模型。本文基于DNS數(shù)據(jù)建立了分析網(wǎng)絡用戶行為的新模型,應用改進的支持向量機方法和L.PCA神經(jīng)網(wǎng)絡方法提高了

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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

評論

0/150

提交評論