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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、河牡蟲季HEBEI、UNIVERSITY窯級(jí)：秘密分類號(hào)：學(xué)校代碼學(xué)寸l0075《)22646碩士學(xué)位論文MADISSERTATION加權(quán)模糊規(guī)則中權(quán)重獲取方法研究學(xué)位申請(qǐng)人指導(dǎo)教師學(xué)位類別學(xué)科專業(yè)授予單位答辯B期吳競(jìng)王熙照教授理學(xué)碩士應(yīng)用數(shù)學(xué)河北大學(xué)二oo五年六月AbstractAbstractWecanlearnasetoffuzzyproductionruleswhicharelearnedfromtrainingexamples
2、havepoorreasoningaccuracywithrespecttothetrainingexamplesThispaperproposesanapproachtefinethefuzzyproductionrules，whichassignslocalweightstopropositionsoffuzzyproductionrulesbyusingalinearprogram，Wecarlimprovereasoningac
3、curacybysometechnologyofoptimizafionThispaperdiscussesagroupofweightedfuzzyproductionrulesandtheircorrespondingreasoningmechanismThegroupofweightedfuzzyproductionrulesismappedtoafeed，forwardneuralnetworkinwhichconnection
4、weightsarejustthelocalandglobalweightsinweightedfuzzyproductionrules，ThentheseweightscanbeacquiredbytrainingtheneuralnetworkusingthegradientdecenttechniqueFromabovearticles，wepresentthreeimprovedtrainingalgorithms，theyth
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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 獲取加權(quán)模糊產(chǎn)生式規(guī)則的神經(jīng)網(wǎng)絡(luò)方法.pdf
- 模糊PID控制中模糊控制規(guī)則的獲取方法.pdf
- 加權(quán)模糊關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 一種新的模糊規(guī)則權(quán)重方法的數(shù)據(jù)分類的研究.pdf
- 基于加權(quán)模糊規(guī)則的自適應(yīng)神經(jīng)—模糊推理.pdf
- 高效重獲取圖像檢測(cè)算法.pdf
- 從神經(jīng)網(wǎng)絡(luò)中抽取加權(quán)模糊產(chǎn)生式規(guī)則.pdf
- 基于遺傳算法的模糊規(guī)則獲取研究.pdf
- 加權(quán)模糊關(guān)聯(lián)規(guī)則挖掘算法研究及應(yīng)用.pdf
- 決策樹中的加權(quán)模糊規(guī)則及其推理機(jī)制.pdf
- 模糊變權(quán)重組合預(yù)測(cè)方法的研究.pdf
- 類別特征詞權(quán)重加權(quán)文本分類方法
- 基于最大熵原理的加權(quán)模糊規(guī)則泛化能力研究.pdf
- 基于概念格的決策規(guī)則獲取方法研究.pdf
- 加權(quán)關(guān)聯(lián)規(guī)則的研究.pdf
- 特征加權(quán)的廣義熵模糊聚類方法研究.pdf
- 模糊數(shù)學(xué)權(quán)重、應(yīng)用
- 基于粗糙集的規(guī)則獲取方法的研究.pdf
- 基于模糊規(guī)則的煙葉分級(jí)方法研究.pdf
- 加權(quán)社交網(wǎng)絡(luò)中權(quán)重序列與最短路徑隱私保護(hù)算法研究.pdf
評(píng)論
0/150
提交評(píng)論