首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于自组织映射神经网络的子空间学习算法研究

摘要第3-4页
abstract第4页
第1章 绪论第8-14页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 特征选择方法第9-10页
        1.2.2 子空间聚类第10-11页
        1.2.3 基于子空间的分类第11-12页
    1.3 本文主要内容和结构安排第12-14页
第2章 SOM神经网络概述第14-22页
    2.1 SOM神经网络基本原理第14-16页
        2.1.1 生物学依据第14-15页
        2.1.2 基本结构和原理第15-16页
    2.2 SOM神经网络主要参数设置第16-18页
    2.3 基于SOM的聚类分析第18-19页
    2.4 基于SOM的分类学习模型构建第19-20页
    2.5 本章小结第20-22页
第3章 基于SOM神经网络的子空间聚类算法第22-36页
    3.1 问题提出第22-24页
    3.2 基于SOM的子空间聚类模型构建第24-31页
        3.2.1 维度子区域的确定第24-26页
        3.2.2 维度子区域合并第26-30页
        3.2.3 基于维度子区域的子空间聚类第30-31页
    3.3 实验结果和分析第31-35页
        3.3.1 人工数据集第32-33页
        3.3.2 UCI真实数据集第33-35页
    3.4 本章小结第35-36页
第4章 基于SOM神经网络的子空间集成分类算法第36-58页
    4.1 问题提出第36-37页
    4.2 基于SOM神经网络的集成分类模型构建第37-44页
        4.2.1 面向输入层的SOM神经网络第37-38页
        4.2.2 基于强相似神经元的特征相似度度量第38-40页
        4.2.3 基于重叠关联聚类的特征分组第40-41页
        4.2.4 SOM神经元类标号确定方法第41-42页
        4.2.5 基于SOM的集成分类模型构建第42-44页
    4.3 UCI数据集实验结果和分析第44-55页
        4.3.1 基于SOM的集成分类算法表现第45-47页
        4.3.2 与其他分类算法比较第47-49页
        4.3.3 子空间分析第49-55页
    4.4 电影评分预测中的应用第55-56页
    4.5 本章小结第56-58页
第5章 结论和展望第58-60页
参考文献第60-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:辽宁屹城房地产公司内部控制研究
下一篇:中国女子软式网球队亚运会对战日本韩国队团体比赛的技战术统计分析