共查询到19条相似文献,搜索用时 140 毫秒
1.
对于复杂的非线性离散系统,提出将模糊聚类算法同神经网络相结合,使用衡量聚类有效性的S函数确定模糊规则数目,进而确定模糊神经网络的结构;控制器的设计应用LMI方法。以典型的非线性系统二级倒立摆为例,在Matlab中进行仿真实验,结果表明,基于聚类算法的神经网络控制能够在较大范围的初始状态下使系统获得稳定。 相似文献
2.
3.
针对模糊神经网络的系统辨识问题,提出了一种具体的模糊神经网络模型,使用模糊聚类方法确定模糊神经网络的结构。仿真研究证明该方法是有效的和可行的。 相似文献
4.
针对模糊神经网络的系统辨识问题,提出了一种具体的模糊神经网络模型,使用模糊聚类方法确定模糊神经网络的结构,仿真研究证明该方法是有效的和可行的。 相似文献
5.
叶鹏 《电脑编程技巧与维护》2010,(20):20-22
介绍一种基于模糊逻辑的数据聚类技术,讨论了模糊C均值聚类方法。模糊C均值算法就是利用模糊逻辑理论和聚类思想,将n样本划分到c个类别中的一个,使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。 相似文献
6.
基于熵聚类模糊神经网络味觉信号识别系统的研究 总被引:7,自引:2,他引:7
提出了一种基于熵聚类的模糊神经网络味觉信号识别系统模型,该模型利用聚类方法实现模糊输入空间划分和模糊IF-THEN规则提取,并使用梯度下降法对系统参数进行精炼,系统兼具有良好的可解释性和学习能力,对11种矿泉水味觉信号的识别实验结果表明了该系统的可行性和有效性。 相似文献
7.
一种基于类间距阈值的模糊聚类算法 总被引:1,自引:0,他引:1
针对模糊C-均值(Fuzzy C-Means,FCM)算法需要事先设定聚类数C,若设定不当,容易导致错分类的问题,提出了一种利用类间距阈值搜索聚类数的方法来确定最佳聚类数.算法可以自适应确定最佳聚类数,仿真结果表明了利用类间距阈值方法确定聚类数的有效性. 相似文献
8.
本文分析了FCM算法在具体应用领域中存在的缺陷基础上,针对Web文档聚类问题提出了一种基于改进的遗传模糊聚类算法,该算法不仅具有良好的计算效率,还可以克服FCM算法中存在的缺陷。 相似文献
9.
针对模糊C-均值聚类对初始值敏感、容易陷入局部最优的缺陷,提出了一种基于萤火虫算法的模糊聚类方法。该方法结合萤火虫算法良好的全局寻优能力和模糊C-均值算法的较强的局部搜索特性,用萤火虫算法优化搜索FCM的聚类中心,利用FCM进行聚类,有效地克服了模糊C-均值聚类的不足,同时增强了萤火虫算法的局部搜索能力。实验结果表明,该算法具有很好的全局寻优能力和较快的收敛速度,能有效地收敛于全局最优解,具有较好的聚类效果。 相似文献
10.
该文利用模糊分类聚类理论,提出并论证了一种从局部模式向全局模式进行数据融合的模型,针对分布式的信息数据库系统的局部数据挖掘问题,提出了基于事实的物理维度和基于事实数据信息的两种不同出发点的分类聚类模型与算法,并对两者进行了比较,结果是在实际应用中均能较好地解决问题,能起到辅助决策的作用。 相似文献
11.
12.
基于模糊神经网络方法实现茶味信号识别的研究 总被引:1,自引:0,他引:1
提出一种基于模糊c-均值聚类(FCM)的模糊神经网络模型用于荼味信号识剐的方法。该方法采用模糊c-均值聚类实现模糊神经网络中模糊子集及其隶属度函教的自动确定,并对模糊加权型推理法进行了改进,在此基础上构枣了一个模糊神经网络模型。通过5种茶味信号识别的仿真实验,表明本文提出方法的有效性。 相似文献
13.
针对轴类零件,应用熵聚类模糊神经网络聚类技术进行分析.该模型利用聚类方法实现模糊输入空间划分和模糊IF-THEN规则提取,并应用梯度下降法对轴类零件的各类特征参数进行精炼.实验结果表明该方法对轴类零件的聚类分析是可行和有效的.这种方法模型比一般的模糊聚类方法更适用于数量多、类型复杂的零件分组. 相似文献
14.
提出了一种基于改进的模糊ISODATA聚类的BP神经网络算法,增强了其处理大样本的分类能力,可以很好地解决大样本情况引起的网络结构复杂、收敛性和泛化能力差等神经网络的固有问题。将其应用于消费者个人信用评估中,通过实验对比表明该算法精度较高,容错性好。 相似文献
15.
16.
文章针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题,提出了一种基于模糊聚类的时间序列规则挖掘新方法。该方法引入模糊聚类理论,可预测出一些告警(联合)事件的发生将导致哪些告警(联合)事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验,表明该方法可以准确、有效地挖掘出隐含在海量网管告警数据库中大量有意义的时序规则,规则中的概率参数(置信度和支持度)可作为网络管理的先验知识用来指导网络故障的诊断和预报。 相似文献
17.
针对模糊聚类神经网络FCNN原有学习算法对初值敏感性、吸引域不灵活和稳定点不合理等局限性。本文提出基于统计检验的模糊聚类神经网络FCNN-ST。通过引入T平方抽样的单峰分布模式统计检验逐步调整网络结构。确定最佳聚类数c。并使算法的稳定点趋于合理的聚类中心。仿真结果表明。FCNN-ST具有较好的鲁棒性。 相似文献
18.
19.