【摘 要】
：
该文着重研究了智能数据挖掘的方法和应用.对于数据挖掘的方法,该文讨论了神经网络的奇异值分解设计法,方法采用完善的线性方法用于网络训练及网络适当结构的选择上,并在网络
论文部分内容阅读
该文着重研究了智能数据挖掘的方法和应用.对于数据挖掘的方法,该文讨论了神经网络的奇异值分解设计法,方法采用完善的线性方法用于网络训练及网络适当结构的选择上,并在网络训练的同时完成冗余隐含节点的识别和去除,因而所有的数据都用于网络的训练,不需交叉验证.同时结合实际应用提出一种改进冗余隐含节点的主成分分析设计方法,利用原有隐含层节点构造出一批新的、互不相关的,包含主要信息的隐含层节点,网络的训练充分利用先验知识,计算量小.提出将遗传算法和决策树方法结合起来的构成遗传算法与决策树方法相结合的知识获取系统.这样,在遗传算法的基础上,为决策树方法提供所需的数据.最终,不但能得到适应度最大的最佳个体,而且能获得影响适应度大小的关键因素.关联规则的挖掘是数据挖掘的一个重要应用.该文提出了基于关系操作的关联规则的改进算法,同时对关联规则的递增修正算法FLU作了改进.最后讨论了关联规则应用程序的计算机开发问题.
其他文献
该文研究了多层前馈神经网络的结构问题和一种易于硬件实现的学习算法,还讨论了可以划为多层前馈神经网络的RBF网络在滑模控制器中的应用.该文的主要贡献可以概括为 :1.给出
点模式匹配是计算机视觉和模式识别领域中的重要课题,在图象配准、物体识别、目标跟踪、自主导航和姿态测定等领域有着广阔的应用背景.点模式匹配问题,根据待匹配的两个点模
目前，人机交互技术已经从传统的单通道交互方式向智能自然的交互方式转变，而智能化的交互技术需要计算机能够主动感知用户的意图并进行互动，形成一种主动的多通道互动模式。计算
该课题以大庆石化总厂炼油厂的水处理系统的改造项目为背景,对水处理系统中的再生过程控制进行改造研究,从而实现对系统的再生过程的有效控制.该文通过对模糊控制领域和模糊
该论文在对于非线性模型进行了自校正控制的讨论,并且将关于处理非线性的人工神经网络引入了自校正控制,提出了神经网络误差补偿的广义最小方差自校正控制.论文中,首先概述了
该文是由相互关联的连续两部分组成.前一部分是输电网络优化规划的研究与实践,包括该文的第二章至第五章;后一部分是输电网络规划辅助决策系统TNPDSS(Transmission Planning
该文针对一个小型的伺服电机计算机控制系统,提出了一种新型的控制策略--基于FNN的模型参考自适应控制.该文首先采用系统辩识的方法,由系统的阶跃响应确定了近似的传递函数,
所谓次黎曼流形，粗略地说，就是被赋予了一个分布以及该分布上的一个纤维内积的流形，当考虑的分布为整个切丛，次黎曼流形就成为黎曼流形。几何控制理论中的许多经典问题最后都转化
该文以自动文摘为背景,对一些关键技术如中文文本的自动切分、模式匹配问题以及网络信息处理等展开了较为深入的研究,在一些领域取得了一定程度的进展,有些成果还具有基础性