自组织人工神经网络在民航旅客盈利能力细分中的应用

目前采用的基于里程的旅客划分方法不能清晰区分旅客价值,应用Kohonen T自组织特征映射的人工神经网络模型将反映旅客盈利能力的多维行为特征属性数据以有序的方式映射到对旅客盈利性判别等级的低维空间,形成对旅客正确识别的一种拓扑意义的有序图。试验结果表明,此模型对客户细分识别成功率较高,准确率可达90.8%。

应用自组织人工神经网络对磨削烧伤在线辨识的研究

运用三维Ｔ．Ｋｏｈｏｎｅｎ人工神经网络对磨削烧伤在线辨识进行研究。该方法通过自组织、自适应的学习过程，对磨削的２类状态（烧伤、未烧伤）进行识别。

自组织人工神经网络对磨削烧伤在线辨识的应用简介

本文运用T.Kohonen人工神经网络对磨削烧伤在线辨识应用探讨。该方法通过自组织、自适应的学习过程,建立了对磨削的二类状态(烧伤、未烧伤)进行识别的计算机智能专家系统。

基于SOM的商业银行客户分类管理模型研究

应用自组织特征映射SOM的人工神经网络模型,针对目前多数银行所采用的传统客户划分方法,存在没有针对性的满足客户的需求的缺点,充分利用自组织特征映射作为样本特征检测器的功能,将反映客户的高维数据特征输入SOM进行训练,训练之后的分类模型将可以对在线输入的客户信息进行合理的分类。客户分类是客户关系管理系统的核心功能之一,可以对客户获取、客户保持及客户增值等客户关系管理过程提供全面支持,对商业银行的CRM的有效运行提出了一种新的方法。