RS理论在神经网络特征参数选取中的应用研究
【摘要】:针对原有特征提取方法存在的搜索速度慢和精确度不高等问题,将RS理论用于神经网络输入特征参数的选取.提出连续属性值离散化和从核出发的约简算法,并选取标准BP神经网络作为故障诊断模型.仿真实验证明RS 方法不仅简化了神经网络的结构,而且提高了神经网络的训练速度.
|
|
|
|
1 |
马广为;;利用多层感知器进行图像处理[J];统计与管理;2011年04期 |
2 |
卞红雨;罗明愿;周志娟;;基于聚类分析的声呐目标图像自动提取方法[J];声学与电子工程;2011年02期 |
3 |
李玉峰;郜晓晶;;中文垃圾邮件过滤综合方法[J];计算机应用与软件;2011年08期 |
4 |
魏冬梅;周卫东;;采用压缩感知的人脸识别算法[J];计算机工程;2011年18期 |
5 |
;[J];;年期 |
6 |
;[J];;年期 |
7 |
;[J];;年期 |
8 |
;[J];;年期 |
9 |
;[J];;年期 |
10 |
;[J];;年期 |
11 |
;[J];;年期 |
12 |
;[J];;年期 |
13 |
;[J];;年期 |
14 |
;[J];;年期 |
15 |
;[J];;年期 |
16 |
;[J];;年期 |
17 |
;[J];;年期 |
18 |
;[J];;年期 |
19 |
;[J];;年期 |
20 |
;[J];;年期 |
|