【摘 要】
：
分类问题是机器学习的核心内容之一,神经网络(ANN)因为可以在任意精度下逼近真实分类函数而受到了广泛运用。本文提出了一种基于实编码遗传算法和QR分解的多项式结构的神经网
论文部分内容阅读
分类问题是机器学习的核心内容之一,神经网络(ANN)因为可以在任意精度下逼近真实分类函数而受到了广泛运用。本文提出了一种基于实编码遗传算法和QR分解的多项式结构的神经网络(GA-QR-PNN),并通过QR分解法和遗传算法求解网络的各项参数。算法主要思想是先用多项式线性函数尽可能的正确划分数据类别,再通过非线性激活函数调整。多项式网络克服了传统神经网络结构难以确定的缺点,文中给出了如何自适应生成网络结构的方法。PNN中的神经元又称为部分描述(PDs),不同于ANN的全连接方式,PNN只取训练样本中的两个特征做为输入,经过多项式计算得到相应的输出。多项式的系数通过求最小二乘问题得到,使用选主列的QR分解法避免了法方程中求解逆矩阵数值不稳定。最后将PDs的系数,样本输入和一项偏置以权连接的方式,再通过激活函数输出。最后一层的权重构成实编码遗传算法(RCGA)的染色体,在训练集上的分类正确数目作为适应度函数,加入最优保存策略保证算法收敛性。文章详细分析了遗传算法的各类交叉算子,交叉概率,种群规模和迭代次数对分类结果的影响,给出了最优参数结果。测试算法的数据集全部来自UCI机器学习库,并且采用十折交叉验证的方式取平均分类正确率作为算法结果,和其他类型的最新算法做了对比。
其他文献
随着机器人领域快速的技术发展,对机器人的生产和使用提出了越来越高的要求,其中保证机器人的运动精度是机器人操作使用中至关重要的,所以研究出更具有通用性和快速性的误差
蜂窝梁腹板连续开孔,孔角区域存在应力集中,在以往的试验研究中,孔角发生撕裂,导致其迅速破坏。目前国内外有关蜂窝梁孔角开裂问题的相关研究比较匮乏,本文主要进行了正六边
近年来,随着超精密加工、检测与微装配等技术的快速兴起和发展,微振动对精密加工和检测设备精度的影响变得极其突出。以往传统的被动隔振技术针对低频振动的隔离效果较差,且无法满足各种复杂振动激励下的隔振需求。主动隔振由于能有效隔离各个频段的振动,弥补被动隔振对于低频振动隔离效果不佳等优点,而被广泛应用于超精密加工和检测设备的隔振中,成为振动控制领域的研究热点。其中压电材料作为一种快速发展的新型智能材料,其
近年来,游乐设备安全事故频出,其中部分事故造成了较大的生命、财产损失并在社会上产生一定的影响,使得人们对游乐设备的安全性产生了怀疑。游乐设备属于特种设备,它与传统机
在现代计算机视觉技术不断蓬勃发展地浪潮下,目标跟踪作为其中重要的组成部分,引起了科研人员的高度关注.虽然目标跟踪已被大量应用于军事、工业、民用等领域,但其受到快速运
近年来,铝合金作为一种质量轻、强度高的材料,在工业制造领域得到了大量的应用。一种新的机械冷成形连接技术——压印连接技术,具有操作简单、环保节能等优点,能够实现对镀层材料、多层、异种材料的连接,在板材连接领域具有越来越广泛的应用。压印-粘接复合连接技术是一种新的材料连接技术,它结合了粘接与压印连接的优点,可以避免两种连接技术单独使用时的缺陷。泡沫金属是指内部含有孔洞的新型材料,具有缓冲减震、质量较轻
随着科技的进步和时代的发展,供应链上游创新已逐渐成为企业的核心竞争力。过度自信是决策过程中最常见、最普遍存在的认知偏见之一,并且被认为是运营决策中企业应当考虑的重
本文研究流形学习问题,它是高维数据维数约简的一个分支。面对“维数灾难”问题,很多数据分析的算法都无能为力。因此,在对高维数据进行分析之前,通常采用数据降维的方法对高
通过动态自组织形成的有序功能性结构是生物体实现各种生物机能、维持生命活动的基础。具有仿生特性,结构上动态可变,对外界环境变化能自行适应的智能材料是下一代智能材料的重要发展方向。本研究中,我们利用自驱动胶体体系对动态自组织进行了研究。我们发现自驱动胶体体系在短程排斥力和周期性驱动力的协同下,可发展出动态的空间有序结构。通过进一步的研究,我们发现这种动态结构的特征尺寸和周期性驱动力的强弱以及作用周期的
当前,随着经济社会的快速发展和人类需求的升级,能源成为人类社会进步的一个重要指标,能源问题也一直备受人们的关注。探索清洁绿色的、环境友好的可再生能源成为世界研究者