1) FCM-ROLS Algorithm
FCM-ROLS算法
2) ROLS algorithm
ROLS算法
1.
In this paper, the stop condition for recursion orthogonal least square (ROLS) algorithm is improved, and the optimal number of hidden neurons in RBFNN is chosen using this improved ROLS algorithm.
本文改进了递归正交最小二乘(ROLS)算法的停止条件,并用改进的ROLS算法优选RBF神经网络中隐单元的个数;借用细菌群体趋药性(bacterial colony chemotaxis,BCC)算法的思想来确定RBF神经网络隐层神经元的控制参数;把改进的ROLS算法和BCC算法相结合(ROLS-BCC算法),来全结构优化RBF神经网络,使RBF网络不但可以得到合适的结构,同时也可以得到合适的控制参数。
2.
The simulation results demonstrate that the ROLS algorithm is used not only for calculating the weights of the network,but also for choosing RBF neural networks centers sequentially according to minimizing the output er.
仿真结果表明,利用ROLS算法很好地实现了RBF神经网络权值的确定和中心的选择,从而大大减少了网络的训练样本数和训练时间,提高了网络的识别性能。
3) ROLS-AWS algorithm
ROLS-AWS算法
4) FCM algorithm
FCM算法
1.
Study of Color Blood Image Segmentation Based on Two-stage-improved FCM algorithm;
基于两阶段改进FCM算法的彩色血液图像分割研究
2.
Part family clustering was analyzed by a FCM algorithm.
给出一个基于模糊c-平均(FCM)算法的零件簇聚类分析的过程模型来描述分析过程;构造了适合于零件簇聚类分析的FCM算法,该方法考虑了零件簇对象特征之间的模糊关系和各零件对象特征聚类中心之间的距离,无需设计权重系数;通过实例进行了聚类分析,并与模糊聚类和k-平均聚类两种方法进行比较,证明该FCM算法是有效的。
3.
The improved FCM algorithm was applied in practice,and the simulation of cluster results proved the validity and practicability of the improved FCM.
把改进FCM算法应用到实际生活中,通过对聚类结果的仿真研究进一步验证了模型的有效性和实用性。
5) fuzzy c-means
FCM算法
1.
An algorithm based on the fuzzy C-means(FCM) was introduced.
针对模糊C均值算法(FCM算法)难以达到全局最优解的问题,引入了具有全局搜索能力的遗传算法以解决聚类问题,并在标准遗传算法基础上进行了改进。
6) FCM
FCM算法
1.
A MODIFIED WEIGHT-ADDING FCM ALGORITHM WITH SPATIAL INFORMATION
一种改进的利用空间信息加权的FCM算法
2.
Fuzzy C-Means(FCM) clustering algorithm is widely used in image segmentation,but its disadvantage of long run time restricts its application.
而且其运算速度较FCM算法也有几十倍的提高。
3.
The experiments show that the new algorithm has better results in several aspects than HCM and FCM a.
通过对一类数据的实验表明 ,该算法在无监督给出类数方面具有较好的鲁棒性 ;另外 ,该算法在数据的准确归类、无监督聚类、确定性 ,以及对特殊类分布的适用性等方面均优于 HCM和 FCM算法 。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条