基于聚类的神经网络及其在预测中的应用

被引：5

作者：

陈传波

彭炎

陆枫

机构：

[1] 华中科技大学计算机科学与技术学院

来源：

华中科技大学学报(自然科学版) | 2003年 / 06期

基金：

国家高性能计算基金;

关键词：

神经网络; 聚类; 重力模型; 预测算法;

D O I：

10.13245/j.hust.2003.06.028

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种基于聚类的神经网络算法 ,可以很好解决大样本情况引起的网络结构复杂、收敛性和泛化能力差等神经网络的固有问题 .算法采用聚类算法为分类器 ,进行模式空间分解 ,以分类后的模式子空间为各样本集合 ,用神经网络集学习 ,最后根据重力模型计算检测样本对各样本子集的隶属度 ,整合各子空间的输出结果 .通过实验对比表明该算法精度较高 ,容错性好

引用

页码：84 / 85+105 +105

页数：3