期刊文献+
共找到263篇文章
< 1 2 14 >
每页显示 20 50 100
Driving fatigue fusion detection based on T-S fuzzy neural network evolved by subtractive clustering and particle swarm optimization 被引量:6
1
作者 孙伟 张为公 +1 位作者 李旭 陈刚 《Journal of Southeast University(English Edition)》 EI CAS 2009年第3期356-361,共6页
In order to improve the accuracy and reliability of the driving fatigue detection based on a single feature, a new detection algorithm based on multiple features is proposed. Two direct driver's facial features refle... In order to improve the accuracy and reliability of the driving fatigue detection based on a single feature, a new detection algorithm based on multiple features is proposed. Two direct driver's facial features reflecting fatigue and one indirect vehicle behavior feature indicating fatigue are considered. Meanwhile, T-S fuzzy neural network(TSFNN)is adopted to recognize the driving fatigue of drivers. For the structure identification of the TSFNN, subtractive clustering(SC) is used to confirm the fuzzy rules and their correlative parameters. Moreover, the particle swarm optimization (PSO)algorithm is improved to train the TSFNN. Simulation results and experiments on vehicles show that the proposed algorithm can effectively improve the convergence speed and the recognition accuracy of the TSFNN, as well as enhance the correct rate of driving fatigue detection. 展开更多
关键词 driving fatigue fusion detection particle swarm optimization(PSO) subtractive clustering(SC)
下载PDF
Multi-face detection based on downsampling and modified subtractive clustering for color images 被引量:10
2
作者 KONG Wan-zeng ZHU Shan-an 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2007年第1期72-78,共7页
This paper presents a multi-face detection method for color images. The method is based on the assumption that faces are well separated from the background by skin color detection. These faces can be located by the pr... This paper presents a multi-face detection method for color images. The method is based on the assumption that faces are well separated from the background by skin color detection. These faces can be located by the proposed method which modifies the subtractive clustering. The modified clustering algorithm proposes a new definition of distance for multi-face detection, and its key parameters can be predetermined adaptively by statistical information of face objects in the image. Downsampling is employed to reduce the computation of clustering and speed up the process of the proposed method. The effectiveness of the proposed method is illustrated by three experiments. 展开更多
关键词 Multi-face detection Skin color Modified subtractive clustering Downsampling
下载PDF
Novel robust approach for constructing Mamdani-type fuzzy system based on PRM and subtractive clustering algorithm 被引量:1
3
作者 褚菲 马小平 +1 位作者 王福利 贾润达 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第7期2620-2628,共9页
A novel approach for constructing robust Mamdani fuzzy system was proposed, which consisted of an efficiency robust estimator(partial robust M-regression, PRM) in the parameter learning phase of the initial fuzzy syst... A novel approach for constructing robust Mamdani fuzzy system was proposed, which consisted of an efficiency robust estimator(partial robust M-regression, PRM) in the parameter learning phase of the initial fuzzy system, and an improved subtractive clustering algorithm in the fuzzy-rule-selecting phase. The weights obtained in PRM, which gives protection against noise and outliers, were incorporated into the potential measure of the subtractive cluster algorithm to enhance the robustness of the fuzzy rule cluster process, and a compact Mamdani-type fuzzy system was established after the parameters in the consequent parts of rules were re-estimated by partial least squares(PLS). The main characteristics of the new approach were its simplicity and ability to construct fuzzy system fast and robustly. Simulation and experiment results show that the proposed approach can achieve satisfactory results in various kinds of data domains with noise and outliers. Compared with D-SVD and ARRBFN, the proposed approach yields much fewer rules and less RMSE values. 展开更多
关键词 Mamdani-type fuzzy system robust system subtractive clustering algorithm outlier partial robust M-regression
下载PDF
基于Storm云平台的电力设备并行故障诊断方法
4
作者 刘少伟 《电工技术》 2024年第14期132-135,共4页
为了实现电力行业多源数据的监测诊断,应对电力系统的实时处理需求,引入Storm分布式实时计算平台对数据进行处理。在此平台上部署基于混合聚类的流数据处理模型,实现数据流的故障诊断。通过将减法聚类算法和K-means算法结合实现流式数... 为了实现电力行业多源数据的监测诊断,应对电力系统的实时处理需求,引入Storm分布式实时计算平台对数据进行处理。在此平台上部署基于混合聚类的流数据处理模型,实现数据流的故障诊断。通过将减法聚类算法和K-means算法结合实现流式数据的故障检测。减法聚类获取较优的聚类中心,而K-means算法根据此聚类中心计算出较好的分类结果。测试集群和单机的数据处理量的结果表明在集群环境下合理设置组件并行度可以提高流计算时效性和吞吐量。 展开更多
关键词 故障诊断 Storm云平台 减法聚类 K-MEANS
下载PDF
基于信息挖掘的计算机通信网络异常流量节点检测算法
5
作者 关梅 冯宝珠 胡超 《新乡学院学报》 2024年第9期46-51,共6页
为了实现计算机通信网络异常流量节点精准、有效检测,确保通信网络运行的安全性与稳定性,提出基于信息挖掘的计算机通信网络异常流量节点检测算法。通过分析计算机通信网络拓扑结构,判别通信网络实体的通信功能,辨识处理流量较大的关键... 为了实现计算机通信网络异常流量节点精准、有效检测,确保通信网络运行的安全性与稳定性,提出基于信息挖掘的计算机通信网络异常流量节点检测算法。通过分析计算机通信网络拓扑结构,判别通信网络实体的通信功能,辨识处理流量较大的关键网络节点;基于非相邻相减思路,对关键节点进行流量异常范围初步定位,输出异常节点判断阈值;利用K-means聚类算法对原始阈值进行更新,输出包含全部代表性特征的判断阈值,实现计算机通信网络异常流量节点检测。实验结果表明:利用设计方法所产生的节点检测准确率达到最高值为97%、拒检率达到最低值为6.8%,在计算数据量最大时的检测耗时为0.42 s,这说明设计方法的异常流量节点检测准确率较高、检测性能稳定、整体检测时间较短。 展开更多
关键词 信息挖掘技术 K-MEANS聚类算法 非相邻相减 计算机通信网络 异常流量
下载PDF
Data Prediction Model Using Combination of Clustering and Fuzzy Technique
6
作者 Md. Mafiul Hasan Matin Tanzim Kabir +1 位作者 Amina Khatun Md. Imdadul Islam 《Journal of Computer and Communications》 2020年第7期79-89,共11页
The analysis of environmental daily evaporation plays a vital role in the field of agriculture. It is very essential to know the daily evaporation rate of a particular area for proper cultivation. So, we need a standa... The analysis of environmental daily evaporation plays a vital role in the field of agriculture. It is very essential to know the daily evaporation rate of a particular area for proper cultivation. So, we need a standard prediction model which can predict the daily evaporation. In this paper, we use subtractive clustering and Fuzzy logic to predict daily evaporation of a particular area. The input data used in the paper are: maximum soil temperature, average soil temperature, average air temperature, minimum relative humidity, average relative humidity and total wind, which are related to the daily evaporation of a particular area as the output. The accuracy of output of the paper is compared with the previous model of Artificial Neural Network (ANN) and we get better result towards the target value. The finding of the paper is applicable in environmental science, geological science and agriculture. 展开更多
关键词 subtractive clustering Fuzzy Interface System ANN Scatterplot and Surface Plot
下载PDF
Fuzzy Rule Generation for Diagnosis of Coronary Heart Disease Risk Using Substractive Clustering Method
7
作者 Lailil Muflikhah Yeni Wahyuningsih Marji   《Journal of Software Engineering and Applications》 2013年第7期372-378,共7页
Fuzzy modeling techniques have been widely used to solve the uncertainty problems. A diagnosis of coronary heart disease (CHD) consists of some parameters numerical value of lingustics data. It can be implemented usin... Fuzzy modeling techniques have been widely used to solve the uncertainty problems. A diagnosis of coronary heart disease (CHD) consists of some parameters numerical value of lingustics data. It can be implemented using fuzzy system through construction of the rules which relate to the data. However, the range of linguistics value is determined by an expert that depends on his knowledge to interpret the problem. Therefore, we propose to generate the rules automatically from the data collection using subtractive clustering and fuzzy inference Tagaki Sugeno Kang orde-1 method. The subtractive clustering method is a clustering algorithm to look for data clusters that serve as the fuzzy rules for diagnosis of CHD risk. The selected cluster number is determined based on the value of variant boundaries. Hence, it is applied to fuzzy inference system method, Takagi Sugeno Kang order-1, which determines diagnnosis of the desease. The advantage of this method is applicable to generate the fuzzy rules without defining and describing from an expert. 展开更多
关键词 Fuzzy RULE CORONARY HEART DISEASE subtractive clustering Takagi Sugeno KANG VARIANT
下载PDF
脱硫脱硝除尘一体化设备的数字化控制技术研究 被引量:1
8
作者 王先权 孙海翠 +2 位作者 刘念一 陈晓雷 夏磊 《机械设计与制造工程》 2023年第12期25-29,共5页
为提高控制系统在线辨识能力,实现NO_(x)、SO_(2)的超净排放,研发了脱硫脱硝除尘一体化设备的数字化控制技术。首先将脱硫率、脱硝率设定值作为设备控制系统的输入,采用减聚类算法优化RBF神经网络,构建动态RBF辨识器,使控制输出值无限... 为提高控制系统在线辨识能力,实现NO_(x)、SO_(2)的超净排放,研发了脱硫脱硝除尘一体化设备的数字化控制技术。首先将脱硫率、脱硝率设定值作为设备控制系统的输入,采用减聚类算法优化RBF神经网络,构建动态RBF辨识器,使控制输出值无限接近脱硫率、脱硝率设定值;然后将获得的Jacobian信息输入人工神经网络PID控制器,整定控制器参数,实现脱硫率、脱硝率精准控制。实验结果表明:改进后的RBF辨识器具有较强的抗噪声干扰能力,可实现脱硫脱硝除尘一体化设备的数字化控制,控制时间更短、超调量更小,平方积分误差(ISE)、绝对积分误差(IAE)、控制增量累计平方和(CSCI)等指标值均更低,且NO_(x)、SO_(2)排放浓度低于设定值。 展开更多
关键词 数字化控制 脱硫率 脱硝率 RBF神经网络 减聚类
下载PDF
基于ANFIS和减法聚类的动力电池放电峰值功率预测 被引量:37
9
作者 孙丙香 高科 +4 位作者 姜久春 罗敏 何婷婷 郑方丹 郭宏榆 《电工技术学报》 EI CSCD 北大核心 2015年第4期272-280,共9页
动力电池的短时峰值功率预测对于实际使用来说至关重要。本文采用基于一阶Sugeno模糊推理系统的自适应神经模糊推理系统(ANFIS)模型估计放电峰值功率。选取温度、SOC和欧姆内阻为模型输入量,10s脉冲放电峰值功率为输出变量。基于实测和... 动力电池的短时峰值功率预测对于实际使用来说至关重要。本文采用基于一阶Sugeno模糊推理系统的自适应神经模糊推理系统(ANFIS)模型估计放电峰值功率。选取温度、SOC和欧姆内阻为模型输入量,10s脉冲放电峰值功率为输出变量。基于实测和曲线拟合相结合的方法得到训练数据组,采用305组数据组模型进行训练,采用网格生成法和减法聚类法分别生成模糊集合,并采用单一BP神经网络方法和混合训练方法分别进行模型训练。发现采用减法聚类法生成模糊结构,能大幅减少模糊规则的数目,并提高收敛速度,在满足预测准确度的前提下降低了模型的复杂程度;采用混合训练方法进行网络学习能够加强模型的收敛能力并克服单一BP算法的局部最优问题,准确度更高。最后,采用125组数据组模型进行验证,预测误差在10%以内,基于ANFIS的模型能够很好地估计电池的脉冲峰值功率。 展开更多
关键词 动力电池 峰值功率 ANFIS 减法聚类 混合训练
下载PDF
基于减法聚类的模糊神经网络负荷建模 被引量:23
10
作者 李培强 李欣然 +1 位作者 陈辉华 唐外文 《电工技术学报》 EI CSCD 北大核心 2006年第9期2-6,12,共6页
负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法。首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据... 负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法。首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据的聚类数和聚类中心,以确定负荷模型的模糊规则数和隶属度函数个数。在此基础上建立综合负荷模型的模糊初始结构。通过神经网络对推理数据进行学习,获取模糊推理规则,同时调整隶属函数的参数,用反向传播算法来修正网络的连接权重,辨识模糊模型的隶属函数的参数,完成综合负荷的非机理建模。通过对实测综合负荷的有功和无功建模实例,证明了该方法具有很高的拟合精度和收敛速度,对负荷建模具有重要的指导意义。 展开更多
关键词 负荷建模 模糊系统 神经网络 减法聚类
下载PDF
快速模糊C均值聚类彩色图像分割方法 被引量:74
11
作者 林开颜 徐立鸿 吴军辉 《中国图象图形学报(A辑)》 CSCD 北大核心 2004年第2期159-163,F001,共6页
模糊 C均值 (FCM)聚类用于彩色图像分割具有简单直观、易于实现的特点 ,但存在聚类性能受中心点初始化影响且计算量大等问题 ,为此 ,提出了一种快速模糊聚类方法 (FFCM)。这种方法利用分层减法聚类把图像数据分成一定数量的色彩相近的子... 模糊 C均值 (FCM)聚类用于彩色图像分割具有简单直观、易于实现的特点 ,但存在聚类性能受中心点初始化影响且计算量大等问题 ,为此 ,提出了一种快速模糊聚类方法 (FFCM)。这种方法利用分层减法聚类把图像数据分成一定数量的色彩相近的子集 ,一方面 ,子集中心用于初始化聚类中心点 ;另一方面 ,利用子集中心点和分布密度进行模糊聚类 ,由于聚类样本数量显著减少以及分层减法聚类计算量小 ,故可以大幅提高模糊 C均值算法的计算速度 ,进而可以利用聚类有效性分析指标快速确定聚类数目。实验表明 ,这种方法不需事先确定聚类数目并且在优化聚类性能不变的前提下 ,可以使模糊聚类的速度得到明显提高 。 展开更多
关键词 模糊聚类 分层减法聚类 彩色图像分割 聚类有效性 模式识别
下载PDF
基于小波包熵和聚类分析的滚动轴承故障诊断方法 被引量:13
12
作者 杨青 孙佰聪 +2 位作者 朱美臣 杨青川 刘念 《南京理工大学学报》 EI CAS CSCD 北大核心 2013年第4期517-523,共7页
为了提高滚动轴承震动信号故障诊断的准确性,该文提出了一种基于小波包熵和聚类分析的集合型故障诊断方法。用小波包对滚动轴承振动信号进行三层分解,并提取其能量特征。以振动信号的能量分布作为概率分布进行信息熵运算,提取振动信号... 为了提高滚动轴承震动信号故障诊断的准确性,该文提出了一种基于小波包熵和聚类分析的集合型故障诊断方法。用小波包对滚动轴承振动信号进行三层分解,并提取其能量特征。以振动信号的能量分布作为概率分布进行信息熵运算,提取振动信号特征。为了检测是否有故障发生,结合减法聚类的思想,提出采用密度指标最高原则优化初始聚类中心的K均值聚类算法进行聚类。为了检验所提方法的有效性,采用不同故障直径的滚动轴承数据进行实验。实验结果表明,新的聚类方法克服了传统K均值聚类对初始聚类中心敏感的缺陷,其结果可以作为滚动轴承早期故障诊断的依据。 展开更多
关键词 小波包熵 减法聚类 滚动轴承 故障诊断 K均值聚类
下载PDF
一种改进的RBF神经网络学习算法 被引量:54
13
作者 王洪斌 杨香兰 王洪瑞 《系统工程与电子技术》 EI CSCD 北大核心 2002年第6期103-105,共3页
提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性... 提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。 展开更多
关键词 RBF神经网络 减聚类算法 监督学习算法
下载PDF
基于多神经网络的污水氨氮预测模型 被引量:12
14
作者 余伟 罗飞 +1 位作者 杨红 许玉格 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第12期79-83,共5页
针对污水生化处理过程的非线性、大滞后等特点,建立了一种基于多神经网络的出水水质预测模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用神经网络建立子模型;各个子模型的预测输出通过主元递归(PCR)方法连接... 针对污水生化处理过程的非线性、大滞后等特点,建立了一种基于多神经网络的出水水质预测模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用神经网络建立子模型;各个子模型的预测输出通过主元递归(PCR)方法连接以解决子模型相互之间的严重相关问题,从而提高了模型的精度和鲁棒性;同时,应用改进目标函数以提高对偏高值的建模精度,采用加权反馈校正以提高模型的泛化能力.将该方法应用于某污水处理厂出水氨氮指标的预测,结果验证了模型的有效性. 展开更多
关键词 神经网络 建模 污水处理 反馈 减聚类 主元递归
下载PDF
涡流检测在钢轨裂纹定量化评估中的应用 被引量:9
15
作者 李国厚 黄平捷 +3 位作者 陈佩华 侯迪波 张光新 周泽魁 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2011年第11期2038-2042,2049,共6页
针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试验的设计,采用减聚类算法对径向基函数(RBF)神经网络进行改进,并基于试验系统检测试件的数据对网络模型... 针对应用较多的超声检测方法的不足,研究涡流检测技术在钢轨裂纹定量化无损检测中的应用,阐述涡流检测试验系统的组成、原理以及试验的设计,采用减聚类算法对径向基函数(RBF)神经网络进行改进,并基于试验系统检测试件的数据对网络模型进行训练.在试验中采用基于巨磁阻(GMR)传感器的检测探头,有效地提高系统对深层缺陷和表面微小缺陷的检测能力.试验结果表明,采用改进算法建立的模型在对裂纹进行反演时具有较高的精度,同时缩短了反演模型的训练时间,在一定程度上满足钢轨裂纹参数在线检测的要求. 展开更多
关键词 钢轨裂纹 涡流无损检测 巨磁阻 反演 RBF神经网络 减聚类算法
下载PDF
基于PSO的RBF神经网络学习算法及其应用 被引量:44
16
作者 张顶学 关治洪 刘新芝 《计算机工程与应用》 CSCD 北大核心 2006年第20期13-15,共3页
提出了一种基于粒子群优化(PSO)算法的径向基函数(RBF)神经网络学习方法,首先利用减聚类算法确定网络径向基层的单元数,再用PSO对基中心和宽度进行优化,并与最小二乘法相结合训练RBF神经网络。将此算法用于混沌时间序列的预测,实例仿真... 提出了一种基于粒子群优化(PSO)算法的径向基函数(RBF)神经网络学习方法,首先利用减聚类算法确定网络径向基层的单元数,再用PSO对基中心和宽度进行优化,并与最小二乘法相结合训练RBF神经网络。将此算法用于混沌时间序列的预测,实例仿真表明此方法是有效的。 展开更多
关键词 粒子群 径向基函数神经网络 减聚类算法 混沌时间序列 最小二乘法
下载PDF
基于减法聚类的动态航迹聚类算法 被引量:12
17
作者 王增福 潘泉 +1 位作者 郎林 程咏梅 《系统仿真学报》 CAS CSCD 北大核心 2009年第16期5240-5243,5246,共5页
针对天波超视距雷达"多路径"引起的航迹聚类问题,提出了一种基于减法聚类的自适应动态航迹聚类算法(ADC),定义了评价航迹聚类算法的两类指标。ADC算法在聚类的过程中,动态调整样本集的大小,在获得聚类中心后,根据最近邻法确... 针对天波超视距雷达"多路径"引起的航迹聚类问题,提出了一种基于减法聚类的自适应动态航迹聚类算法(ADC),定义了评价航迹聚类算法的两类指标。ADC算法在聚类的过程中,动态调整样本集的大小,在获得聚类中心后,根据最近邻法确定每个样本点的归属。仿真结果表明,ADC算法大大提高了航迹聚类的准确性。 展开更多
关键词 天波超视距雷达 航迹融合 减法聚类 多路径传播
下载PDF
基于减法聚类的多模型在线辨识算法 被引量:21
18
作者 潘天红 薛振框 李少远 《自动化学报》 EI CSCD 北大核心 2009年第2期220-224,共5页
考虑到实际工业过程中复杂系统的工况变化往往具有不确定性的特点,离线辨识的多模型系统难以自适应反映系统的非线性,因此本文提出一种新的基于减法聚类的多模型在线辨识算法.首先采用在线聚类算法辨识多模型系统中的局部模型个数与工... 考虑到实际工业过程中复杂系统的工况变化往往具有不确定性的特点,离线辨识的多模型系统难以自适应反映系统的非线性,因此本文提出一种新的基于减法聚类的多模型在线辨识算法.首先采用在线聚类算法辨识多模型系统中的局部模型个数与工况参数,然后充分考虑聚类发生变化对局部模型参数辨识的影响,给出相应的局部模型参数在线辨识算法.最后以某电厂300MW锅炉-汽轮机的协调控制系统为对象,采用上述辨识方法进行仿真研究,结果验证了本文算法的有效性. 展开更多
关键词 多模型 减法聚类 在线辨识 局部模型网络
下载PDF
多径信道下OFDM信号子载波的调制方式识别新方法 被引量:13
19
作者 刘明骞 李兵兵 赵雷 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2011年第5期20-26,共7页
针对非合作通信系统中,多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出了一种OFDM信号子载波调制方式识别的新方法.该方法首先运用4阶与2阶累积量的组合特征,去除OFDM子载波信号中的空载波信号,然后利用4... 针对非合作通信系统中,多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出了一种OFDM信号子载波调制方式识别的新方法.该方法首先运用4阶与2阶累积量的组合特征,去除OFDM子载波信号中的空载波信号,然后利用4阶累积量和6阶累积量的组合特征,滤除纯导频子载波信号和部分混有导频的调制子载波信号,最后基于改进的减法聚类方法,对提取出来的受导频影响较小的调制子载波信号进行调制方式识别.实验仿真结果表明,该方法在多径信道条件下具有稳健的识别性能. 展开更多
关键词 调制识别 OFDM信号 高阶累积量 减法聚类
下载PDF
协同创新环境下的客户知识共享绩效预测模型 被引量:9
20
作者 李晓利 杨育 +2 位作者 张晓冬 王小磊 曾强 《科技进步与对策》 CSSCI 北大核心 2010年第12期112-115,共4页
为科学地预测协同产品创新过程中客户的知识共享绩效,提出了基于减聚类-模糊神经网络的客户知识共享绩效预测模型,构建了协同创新环境下的客户知识共享绩效评价指标体系;运用模糊减聚类法对网络规则进行了处理,减少了神经网络规则的数目... 为科学地预测协同产品创新过程中客户的知识共享绩效,提出了基于减聚类-模糊神经网络的客户知识共享绩效预测模型,构建了协同创新环境下的客户知识共享绩效评价指标体系;运用模糊减聚类法对网络规则进行了处理,减少了神经网络规则的数目,以免参数膨胀导致网络难以训练。最后,通过算例验证了该模型的可行性和有效性。 展开更多
关键词 客户知识 协同产品创新 共享绩效 模糊神经网络 减聚类
下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部