基于可拓神经网络的分类算法研究

BP神经网络是一种常见的分类算法。但BP网络运算速度慢,而且容易陷入局部极小。文章通过增加动量因子避免了BP网络的局部极小,并利用可拓学的扩缩变换,改进了BP算法的训练停止区域,加快BP网络的收敛速度。文章在matlab70环境下进行了仿真测试,仿真结果显示,基于可拓神经网络的分类算法在收敛速度等方面有明显改善。     

基于蚁群算法的改进神经网络备件库存分类模型研究

针对基于BP神经网络的备件库存预测模型的不足,提出基于蚁群算法的改进神经网络算法应用于备件预测模型。首先建立了基于蚁群算法的改进神经网络备件库存分类模型：其次进行了实验分析及对比。验证了模型的可行性。对装备备件预测具有一定的参考价值。     

基于RBF神经网络的过程质量诊断研究

对控制图模式识别方法的提高与改进是改善过程工业质量诊断和质量控制的关键。利用RBF神经网络设计了过程质量诊断模型,然后用K-means聚类算法确定隐含层RBF神经网络节点数,最小二乘学习算法对网络进行学习训练,并利用MATLAB7.0对网络进行仿真,结果表明该方法比传统方法能够较快地识别出控制图的异常模式,且具有较高的识别精度,能够达到过程质量诊断的要求。     

基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法

针对BP神经网络容易陷入局部最优解从而无法收敛到全局最优解,以及收敛速率过慢的现象,本文采用一种改进的樽海鞘算法寻找BP神经网络的权重和阈值这两个参数的最优参数。之后采用BCI 2003运动想象数据集进行分类识别测试,并且分别利用樽海鞘算法、粒子群优化算法、差分进化算法、权重自适应樽海鞘算法、疯狂自适应樽海鞘算法对BP神经网络进行参数优化作对比研究,结果显示,采用改进的樽海鞘算法优化BP神经网络参数的模型比其他模型得到的平均分类准确率要高。     

基于K-means算法的读者特征分析与管理策略

本文提出了基于K-means算法的读者特征分析数据挖掘模型,并结合具体实例予以说明。经过实际挖掘运算得到了具有实际意义的结果,在完整分析后,给出了针对挖掘结果的管理策略,用以更好地指导实际工作。     

基于K-means和布谷鸟算法的流程模型聚类

流程模型聚类是流程管理领域的一个热门话题。本文提出一种基于布谷鸟算法的K-means算法,该算法弥补了K-means算法的依赖初始解、易陷入局部最优等缺点。本文从流程模型结构性能、成本、效率、顾客满意度以及质量等五个方面模拟数据集,并选择权重较高的属性进行试验操作,结果表明算法的具有较高的可行性和有效性。     

基于K-means算法的企业服务创新方向选择研究

企业在进行服务创新过程中,首先需要考虑到企业发展战略与其自身优势能力的匹配性,结合这两点来确定服务创新的发展方向。本文研究了企业基于自身已有的优势能力,运用K-means算法建立了企业服务创新战略方向选择模型,识别并确定了企业服务创新战略方向,由此得出企业进行服务创新时的最佳服务定位策略。     

基于DKC值的K-means改进聚类算法的研究

由于K-means算法的中心点是随机选择的,这样会导致聚类结果很不稳定,同时,孤立点的存在也会影响到聚类的精度,为解决这些问题及二者之间互相牵制,文章基于DCK值来对初始聚类中心进行选择,同时去除数据中的孤立点,使得聚类中心相对稳定,再利用改进的k-means算法对数据进行聚类,改进后的算法较原始算法更准确。     

基于BP神经网络的DNA序列分类的研究

采用MATLAB软件进行实验,构造了两个神经网络,将提取的DNA特征向量集作为样本分别输入这两个网络进行学习。通过训练后,将20个未分类的人工序列样本和182个自然序列样本提取特征向量并输入两个网络进行分类。结果表明：基于神经网络的分类方法能够以很高的正确率和精度对DNA进行分类。     

基于神经网络的客户分类研究

汽车信贷已成为我国消费信贷业务中最重要的业务种类之一,但近年来其信用风险一直很高。本文旨在通过对学习向量量化(LV Q )人工神经网络基本理论和架构的研究,设计 LVQ 网络分类器,并结合主成分分析方法探讨对客户的分类研究,通过实证结果分析客户分类的一般性规律,对各行业客户分类应用都有重要实践指导意义。     

基于神经网络的客户分类研究

汽车信贷已成为我国消费信贷业务中最重要的业务种类之一,但近年来其信用风险一直很高.本文旨在通过对学习向量量化(LVQ)人工神经网络基本理论和架构的研究,设计LVQ网络分类器,并结合主成分分析方法探讨对客户的分类研究,通过实证结果分析客户分类的一般性规律,对各行业客户分类应用都有重要实践指导意义.     

基于小波神经网络的人脸识别算法研究

利用小波神经网络建立了人脸识别算法,并且利用MATLAB软件编制的仿真程序,进行了仿真分析,仿真结果表明,该方法具有较高的人脸识别精度。     

Web文本分类系统研究

设计了一种基于Web的文本分类系统。系统基于文本组合特征,采用支持向量机分类器,测试结果表明系统对web文本具有较好的分类效果。     

基于递归神经网络的模糊控制算法研究

本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据,得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则,并利用M矩阵确保该系统存在稳定周期解。     

基于概率神经网络的应急物资分类研究

提出将概率神经网络用于应急物资分类,建立物资分类模型.通过验证,概率神经网络用于应急物资分类是可行的,其分类结果是合理的、可信的.     

基于概率神经网络的应急物资分类研究

提出将概率神经网络用于应急物资分类,建立物资分类模型。通过验证,概率神经网络用于应急物资分类是可行的,其分类结果是合理的、可信的。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果,神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。本文重点研究了BP神经网络的原理、算法及其应用。     

基于进化算法神经网络的经济预测

一、基于进化算法的前馈神经网络算法 对ＢＰ网络来说确定网络参数是一个非线性优化问题,而一般使用的方法正是基本的最速下降法。所以ＢＰ算法不可避免地存在一些最速下降法无法克服的缺陷,为了克服缺陷,一些学者如Ｎｏｒｉｏ．Ｂａｈａ选择了随机优化算法以代替ＢＰ算法,取得了一些较好的结果,但不足以证明它比ＢＰ算法更加优越。 在神经网络理论日益成熟的同时,另一种仿生计算方法“进化算法（ＥｖｏｌｕｔｉｏｎａｒｙＰｒｏｇｒａｍｍｉｎｇ）”逐步地发展起来。进化算法是由美国的Ｌ．Ｊ．Ｆｏｇｅｌ、Ａ．Ｊ．Ｏｗｅｎｓ和Ｍ．…