提示
王士同
-
37浏览
-
0点赞
-
0收藏
-
0分享
-
68下载
-
0评论
-
引用
期刊论文
鲁棒性的模糊聚类神经网络*
软件学报，2005，16（8）：1415～1422，-0001，（）：
摘要/描述
针对模糊聚类神经网络FCNN（fuzzy clustering neural network）对例外点（outliers）敏感的缺陷，通过引入Vapnik's ε-不敏感损失函数，重新构造网络的目标函数，并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法（robust fuzzy clustering neural networks,简称RFCNN）。RFCNN有效地克服了FCNN对例外点敏感之缺点并且能得到合理的聚类中心。仿真实验结果表明，RFCNN较之于FCNN有更好的鲁棒性。
【免责声明】以下全部内容由[王士同]上传于[2009年01月19日 09时46分14秒]，版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
我要评论
全部评论
共 0 条
本学者其他成果
同领域成果
