首页 | 本学科首页   官方微博 | 高级检索  
     

鲁棒性的模糊聚类神经网络
引用本文:邓赵红,王士同.鲁棒性的模糊聚类神经网络[J].软件学报,2005,16(8):1415-1422.
作者姓名:邓赵红  王士同
作者单位:江南大学,信息工程学院,江苏,无锡,214036;计算机软件新技术国家重点实验室(南京大学),江苏,南京,210093;中国科学院,计算机科学重点实验室,北京,100080
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60225015(国家自然科学基金);the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2003017(江苏省自然科学基金);the 2004-New-Century Outstanding Young Teacher Grant of Ministry of Education of China under Grant No.NCET-040496(2004年度国家教育部新世纪优秀人才计划);the 2005 Key Research Project of Ministry of Education of China(2005年度国家教育部科学研究重点项目)
摘    要:针对模糊聚类神经网络FCNN(fuzzy clustering neural network)对例外点(outliers)敏感的缺陷,通过引入Vapnik's ε-不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法(robust fuzzy clustering neural networks,简称RFCNN).RFCNN有效地克服了FCNN对例外点敏感之缺点并且能得到合理的聚类中心.仿真实验结果表明,RFCNN较之于FCNN有更好的鲁棒性.

关 键 词:模糊聚类  神经网络  ε-不敏感损失函数  例外点  鲁棒性
收稿时间:03 24 2004 12:00AM
修稿时间:7/6/2004 12:00:00 AM

Robust Fuzzy Clustering Neural Networks
DENG Zhao-Hong and WANG Shi-Tong.Robust Fuzzy Clustering Neural Networks[J].Journal of Software,2005,16(8):1415-1422.
Authors:DENG Zhao-Hong and WANG Shi-Tong
Abstract:
Keywords:fuzzy clustering  neural network  e-insensitive loss function  outliers  robustness
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《软件学报》浏览原始摘要信息
点击此处可从《软件学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号