已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、本文主要針對神經(jīng)網(wǎng)絡(luò)作為數(shù)據(jù)挖掘的一種手段,在商業(yè)行為趨勢預(yù)測方面的應(yīng)用研究.本文提出了首先通過不等量劃分權(quán)值搜索空間獲取全局最小極值區(qū)域,在此基礎(chǔ)上均衡分配訓(xùn)練樣本集進行并行訓(xùn)練的二次并行搜索策略,實驗證明這種新的并行算法能在迅速找到全局最小的基礎(chǔ)上大大提高收斂速度,得到優(yōu)于一般并行算法的加速比.此并行算法實現(xiàn)簡單有效,能更好地應(yīng)用于現(xiàn)實問題.本文選用通過商用網(wǎng)絡(luò)連接起來的PC機,以及并行虛擬機PVM和分布式操作系統(tǒng)LINUX,共同構(gòu)
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(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確性、安全性和完整性, 同時也不承擔(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
- 螞蟻算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 遺傳算法在數(shù)據(jù)挖掘技術(shù)中的應(yīng)用研究.pdf
- 粒子群算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 人工免疫算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群優(yōu)化算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- RBF網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究及其算法改進.pdf
- 遺傳算法在數(shù)據(jù)挖掘聚類分析中的應(yīng)用研究.pdf
- 改進的遺傳算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘算法的并行化研究及其應(yīng)用.pdf
- 粒子群算法改進及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 云理論在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 抽樣技術(shù)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 量子算法及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 大數(shù)據(jù)挖掘中的并行算法研究及應(yīng)用.pdf
- 概念格在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊數(shù)學(xué)在數(shù)據(jù)挖掘中應(yīng)用研究
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用實例研究.pdf
評論
0/150
提交評論