论文部分内容阅读
基于模糊算法和径向基神经网络的聚类研究
【摘 要】
：
聚类分析作为一种重要的数据处理技术已经被广泛地应用到各个领域。本文用模糊C均值和径向基神经网络方法研究聚类问题,这一研究对于整合事物的数据信息,探索事物规律提供了策略参考。本文的主要研究内容及成果可概括如下:1.在模糊聚类的过程中,考虑到聚类的初始中心点的选取对于整个聚类结果较为敏感,提出了基于灰色关联度的初始聚类中心选择方法,能够较好的找到初值,提高聚类结果的稳定性。2.在聚类过程中,选择合适的
【机 构】
：
大连理工大学
【出 处】
：
大连理工大学
【发表日期】
：
2019年01期
其他文献
微分形式已成为当代理论学科研究的一个重要方法,在数学与物理等学科中,微分形式已经被广泛应用到众多问题的研究,例如:在偏微分方程,微分几何与微分系统等数学理论的研究,在
由于自然科学与工程技术中许多非线性问题的出现,Sobolev空间表现出了其应用的局限性,而随着弹性力学与电流流体学的发展,带有变指数的增长条件的非线性问题成为一个新的研究
具有记忆项的非线性积分微分方程己成为偏微分方程领域中的一个十分活跃的课题，日益受到国内外学者的高度重视。 本文考虑了耗散项和记忆项的因素，讨论了一类非线性积分微分
随着金融市场不断发展与金融产品的不断创新,人们发现金融市场资产价格变化过程和Gaussian过程是有差异的,其常常表现出一种序列相关性,而分数Brown运动所具有的自相似性与长
本文讨论模糊关系的非循环性与负非循环性的度量，定义并研究了模糊关系的非循环指标以及负非循环指标，从而将文献中的一些非循环与负非循环性质推广为程度描述。 模糊关系的
微分方程的反问题理论广泛存在各个领域内,特别是数学物理方程中很多问题最终都归结为微分方程,关于结构振动的微分方程反问题,通过分离函数方法,可以化为求解第一类Fredholm