径向基函数神经网络及协同进化学习
出版时间:
2017-10
版次:
1
ISBN:
9787030538116
定价:
78.00
装帧:
其他
开本:
其他
3人买过
-
《径向基函数神经网络及协同进化学习》系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。**，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。第三，提出带有特征选择的双种群分类算法，能够同时获得较优的网络结构和约减的输入向量维数。第四，提出多种群协同进化神经网络集成算法，有效提高集成模型性能。第五，提出基于协同进化的子空间分类算法，适用于处理样本空间分布复杂的数据挖掘问题。 目录
第1章 概述 1
1.1 引言 1
1.2 RBFNN学习存在的问题 4
1.3 本书主要内容 5
第2章 RBFNN和协同进化算法基础 7
2.1 RBFNN模型 7
2.2 协同进化算法 9
2.3 本章小结 11
第3章 基于协同进化的RBFNN分类算法 12
3.1 相关研究 12
3.2 合作型协同进化算法 13
3.3 基于合作型协同进化的RBFNN分类算法设计 14
3.4 实验测试 21
3.5 本章小结 29
第4章 基于协同覆盖的EBFNN分类算法 30
4.1 相关研究 30
4.2 EBFNN和神经元领域覆盖 31
4.3 基于协同覆盖的EBFNN分类算法设计 33
4.4 实验测试 43
4.5 本章小结 50
第5章 带有特征选择的双种群RBFNN分类算法 51
5.1 相关研究 51
5.2 带有特征选择的双种群协同进化算法设计 52
5.3 实验测试 60
5.4 本章小结 72
第6章 基于协同进化的RBFNN集成算法 73
6.1 相关研究 73
6.2 集成学习算法分类及应用 74
6.3 多种群协同进化RBFNN集成算法设计 75
6.4 带有特征选择的多种群优化集成模型 96
6.5 本章小结 101
第7章 基于子空间的RBFNN分类算法 102
7.1 相关研究 102
7.2 SBRBFNN模型 103
7.3 基于协同进化的SBRBFNN算法 106
7.4 实验测试 112
7.5 本章小结 123
参考文献 124
后记 131
-
内容简介:
《径向基函数神经网络及协同进化学习》系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。**，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。第三，提出带有特征选择的双种群分类算法，能够同时获得较优的网络结构和约减的输入向量维数。第四，提出多种群协同进化神经网络集成算法，有效提高集成模型性能。第五，提出基于协同进化的子空间分类算法，适用于处理样本空间分布复杂的数据挖掘问题。
-
目录:
目录
第1章 概述 1
1.1 引言 1
1.2 RBFNN学习存在的问题 4
1.3 本书主要内容 5
第2章 RBFNN和协同进化算法基础 7
2.1 RBFNN模型 7
2.2 协同进化算法 9
2.3 本章小结 11
第3章 基于协同进化的RBFNN分类算法 12
3.1 相关研究 12
3.2 合作型协同进化算法 13
3.3 基于合作型协同进化的RBFNN分类算法设计 14
3.4 实验测试 21
3.5 本章小结 29
第4章 基于协同覆盖的EBFNN分类算法 30
4.1 相关研究 30
4.2 EBFNN和神经元领域覆盖 31
4.3 基于协同覆盖的EBFNN分类算法设计 33
4.4 实验测试 43
4.5 本章小结 50
第5章 带有特征选择的双种群RBFNN分类算法 51
5.1 相关研究 51
5.2 带有特征选择的双种群协同进化算法设计 52
5.3 实验测试 60
5.4 本章小结 72
第6章 基于协同进化的RBFNN集成算法 73
6.1 相关研究 73
6.2 集成学习算法分类及应用 74
6.3 多种群协同进化RBFNN集成算法设计 75
6.4 带有特征选择的多种群优化集成模型 96
6.5 本章小结 101
第7章 基于子空间的RBFNN分类算法 102
7.1 相关研究 102
7.2 SBRBFNN模型 103
7.3 基于协同进化的SBRBFNN算法 106
7.4 实验测试 112
7.5 本章小结 123
参考文献 124
后记 131
查看详情
-
九品
-
九五品
河北省廊坊市
平均发货21小时
成功完成率91.48%
-
全新
广东省广州市
平均发货18小时
成功完成率86.81%
-
全新
四川省成都市
平均发货23小时
成功完成率88.59%
-
全新
上海市浦东新区
平均发货21小时
成功完成率80.22%
-
九品
湖北省襄阳市
平均发货13小时
成功完成率96.4%
-
全新
北京市通州区
平均发货37小时
成功完成率76.85%
-
全新
北京市通州区
平均发货41小时
成功完成率75.27%
-
九五品
四川省宜宾市
平均发货21小时
成功完成率87.57%
-
全新
北京市通州区
平均发货35小时
成功完成率79.07%
-
全新
北京市通州区
平均发货63小时
成功完成率83.33%
-
全新
江西省吉安市
平均发货59小时
成功完成率87.29%
-
九五品
河南省郑州市
平均发货22小时
成功完成率93.62%
-
九五品
四川省成都市
平均发货10小时
成功完成率93.69%
-
九五品
四川省成都市
平均发货10小时
成功完成率93.6%
占位居中
