Отрывок: 4 Исследование метода нечеткой кластеризации C-means Алгоритм C-means является нечётким – он определяет не однозначность вхождение объекта в кластер, а степени принадлежности различнм кластерам. Это даёт преимущества в качестве разбиения в случаях, когда кластеры находятся близко друг к другу, и большое число точек находится на их границах. Одними из основных недостатков метода нечёткой кластеризации C- means является априорное определение числа кластеров и отсутствие гарантии глоб...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКазанцева И. С.ru
dc.contributor.authorСолдатова О. П.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.coverage.spatialгенерация правилru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialнечеткая логикаru
dc.coverage.spatialнечеткая нейронная сетьru
dc.coverage.spatialсеть Тагаки-Сугено-Кангаru
dc.coverage.spatialфуззификацияru
dc.coverage.spatialдефуззификацияru
dc.creatorКазанцева И. С.ru
dc.date.issued2017ru
dc.identifierRU\НТБ СГАУ\ВКР20170707152640ru
dc.identifier.citationКазанцева, И. С. Исследование алгоритмов генерации нечетких правил для сети Такаги-Сугено-Канга : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / И. С. Казанцева ; рук. работы О. П. Солдатова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. систем и технологий. - Самара, 2017. - on-lineru
dc.description.abstractВ рамках выпускной квалификационной работы было проведено исследование алгоритмов генерации баз нечетких продукционных правил для нейронной сети Такаги-Сугено-Канга. Целью данной работы является реализация алгоритма Абе-Лэна, который генерирует базу нечетких продукционных правил вывода, и алгоритма С-means, который генерирует предпосылки для нечетких продукционных правил вывода. Задача также предполагает проектирование нечеткой продукционной нейронной сети Такаги-Сугено-Канга. В качестве алгоритма обучения нейронной сети Такаги-Сугено-Канга использовался алгоритм наискорейшего спуска и метод обратного распространения ошибки. Тесты проводились с использованием модельных наборов данных, описывающих виды ирисов из базы UCI Machine Learning Repository. Система реализована на языке C# в интегрированной среде разработки Visual Studioru
dc.format.extentЭлектрон. дан. (1 файл : 1,5 Мб)ru
dc.titleИсследование алгоритмов генерации нечетких правил для сети Такаги-Сугено-Кангаru
dc.typeTextru
dc.subject.rugasnti50.37.23ru
dc.subject.udc004.032.26ru
dc.textpart4 Исследование метода нечеткой кластеризации C-means Алгоритм C-means является нечётким – он определяет не однозначность вхождение объекта в кластер, а степени принадлежности различнм кластерам. Это даёт преимущества в качестве разбиения в случаях, когда кластеры находятся близко друг к другу, и большое число точек находится на их границах. Одними из основных недостатков метода нечёткой кластеризации C- means является априорное определение числа кластеров и отсутствие гарантии глоб...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Казанцева_Ирина_Сергеевна_Исследование_алгоритмов_генерации_нечетких.pdf1.52 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.