文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 多属性信息决策的改进无监督学习算法建模与应用
侵权投诉

多属性信息决策的改进无监督学习算法建模与应用

针对SOM网络无监督学习算法的单样样序列学习方式内存占用多的特点,采用Vornoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时人出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信息决策的可视二维拓扑映射图模型,并对R&D项目中止决策进行了研究,计算结果表明,改进的无监督学习算法收敛速度快,基于拓扑映射图模型的多属性决策有效。

维普资讯 doc.guandang.net

选择的按钮有:功、成回溯、弃。如果该方法解决了学生的错放 误,生应该选择“功”则系统会自动记录一次成功访问的学成,

教师可通过对反馈信息的统计了解学生知识的掌握情况以及知识库的知识是否合理、否完善。是

反馈信息。否则学生可选择回溯,统会自动记录一次“系回溯” 访问的反馈信息。如果多次回溯,不能找到解决该错误的方都法,生可以选择放弃,系统会自动记录一次“败”问的学则失访反馈信息。 335按指定访问路径的统计设计 -.

4结束语 目前该系统中已建有 V saF x r程序设计知识库,本 i loPo u经校学生使用,果良好。问的速度也可以,效访目前有五百多条记录的情况下,我校的网络上使用,开始链接数据库时需等在一待几秒钟,后的访问就无需等待了。由于知识库放在服务器之上,生通过 It n t就可以访问,此知识库的维护就很容学 ne e网 r因 易。同时也对目前大力发展的远程教育提供一个思路,程教远

系统提供了功能齐备的查询及统计反馈信息的功能,得值 一

提的是按指定访问路径的统计的功能。该功能,将用户指可比统计出来。系统提供了三个复选框,功、成回溯、败让用户失

定的访问路径和用户选择的统计方式的记录数及所占的百分

育与传统教

育相比有许多优势,也存在不足之处,师不能但教亲临指导就是其不足之一,果在高级语言程序设计远程教育如中使用该系统,好可以部分弥补这一不足之处。恰

选择统计方式, 8种组合可供用户选择:都不选、择成有全选 功、择回溯、择失败、择成功和回溯、择成功和失败、选选选选选择回溯和失败、全部选择。

(稿日期:0 1年 9月 )收 20

其中全都不选:别将成功、分回溯、败三种情况该访问路失径的次数统计出来;并将成功占成功与失败之和的百分比、失 败占成功与失败之和的百分比、回溯占成功、败与回溯之和失的百分比统计出来。

参考文献 1廉师友 .工智能技术导论【 .安:安电子科技大学出版社,0 0 .人 M】西西 20 2. l ls nP icpe f Ari ca nel e c Ni J Ni o .rn ils o t i I tlg n e s s i f l i

对于全都不选指定路径的统计,如果成功率达到 9%以 0 上,说明该访问路径的相关知识比较合理、较完善;果失则比如

3郭文明, .梁丽红. Vs a F x r用 iul oPo设计数据树型浏览I1 J.电脑开发与 应用, 9 9 1 ( ) 2 ̄ 4, 7 1 9; 2 6:3 2 2

败率大于 3%,说明该访问路径的相关知识不够合理、够 0则不完善,进行改进;果回溯的比率较高,失败访问率较低 .需如且 则说明学生对该访问路径的相关知识掌握得不好。由此可见,

4李劲 .通 A P数据库程序设计 I .京:学出版社,0 1 .精 S M]北科 2 0

5李华斌 .cieS re ae . A t evrP gs实用教程【】 v M.北京:中国水利水电出版社, 2 (0 0 )

(接 l上 3页 )

表 2 5个中止决策识别的检验样本 项目指标‘ 1 2 3 4 —

的平均误差为 0拓扑误差为 0即完全拓扑保留映射。从图 l,, 中可以清晰地观察到 4类 R&D项目中止决策,每一类由暗色 区域隔开,中,功类和基本成功类暗色区域较浅,明两者其成说模式距离较小,它们与尚可但存在问题类和失

败类的暗色隔而区较深,明前两者与后两者之间模式距离较大。 2输入检验说 ()样本到网络中进行中止决策识别,图 1见。从图中可以看出项目中止决策类的识别率为 l 0,而且计算的整个学习收敛和 0%

2

4

S

^

’

8 x 9

1 0

l l

l别 2类

. l 7 7 .3 6 7 .0 6 3 .8 7 O .3 6 3 .3 .8 A 7 7 . 6 7 3 .6 8 0 .3 7 3 .5 6 3 .3 6 3 4 3 .6 8 0 .6 7 7 .8 7 0 .3 7 O .8 6 3 . 5 6 o 7 7 0 7 7 .6 7 0 .0 8 3 .5 6 3 . 3 6 O .0 A . 3 6 3 . l 7 0 .6 7 0 .6 6 3 .0 6 o .6 6 7 B 6 3 .3 6 7 .0 6 7 .0 7 7 .3 5 0 . 6 7 .6 0 .5 . 3 . 5 5 3 .3 5 3 .6 5 O .6 5 7 .6 .0 C 6 O 6 6 O . 8 7 3 .8 5 7 .5 6 7 .1 5 7 4 0 8 ———

5

.3 7 7 . l 5 7 .0 5 O . l 4 7 .8 4 0 .0 3 3 D 6 3 . l 6 7 .6 6 o .5 6 7 .6 4 3 .0 6 o .8

识别速度非常快。

5结论 该文首先运用 V rn i量原理对 S oo o矢 0M网络无监督学习

算法进行了改进,定了算法的矢量映射误差测度和拓扑误差确

测度,然后采用改进算法建立了多属性信息决策的可视二维拓 扑映射图模型,对 R D项目中止决策进行研究。结果表明,并& 改进的无监督学习算法降低了计算机内存占用,快了网络的加收敛速度,于拓扑映射图模型的多属性决策准确。时 .进基同改算法和拓扑映射图模型具有强泛化能力,以适当运用到其它可领域多属性决策研究当中。 (稿日期:0 2年 7月 )收 20

参考文献 1黄德双 .经网络模式识别系统理论【 .京:子工业出版社,9 6 .神 M】北电 1 9 2官建成,权 .进的 Ha n .刘改 mmig神经网络在 R&D项目中止决策中的图 1 R &D项目中止决策拓扑映射图

应用【.制与决策,0 1

1 ( )8 2 8 5 J控】 20;6 6:8— 8 3 T Vil n R .h lma n。 De Th r, Ma tn t . n w u n ia ie me s r f t- r ez A e q a tttv a u e o o i

表 1 4类模式项目的指标值 项目指标 I 2 3 4 S 6 8 9 1 0 I 1 2

pl ̄ pee a o n K hn nS fa r p[]n:re IN 4, o o rsr t n i o o e et e ma sC . Po C N 9 v i u I te EEE n Co f o u a New r s Ora d Flrda USA, 9 4: h I It n n Ne rl to k . l o, o n i, 19 6 5 4 4 6 8

A成功类 .6 7 5 .5 7 4 .8 .8 7 1 7 8 .4 60 .4 5 5 7 0 6 74 .4 7 8 6 1.8 .5 6 8 .4 6 8 .8 B基本成功类 .7 6 7 .3 7 7 .8 6 3 .l 6 0 .6 5 7 6 0 .6 6 3 .7 6 3 .2 6 O .4 7 3 .5 5 3 .9 . 5 7 4

4. Ku r Ap r a d, Ku rT tr n t r n t o g i g R&D V ma, e s u U ma . o e mi a e o o n o n p

C尚可但存 在一定问题

.

6 4 .7 6 3 .21 6 7 .0 6 9 .5 5 1 5 8 .l 4 7 5 6 5 .6 5 .6 6 o .2 5 8 .7 .O 6 7 .6

jc: a ae a i mma]E E Ta so M,9 6 4 ()2 32 4 etA m g r dl n i l e[. E rn n E 19;3 3:7— 8 J1

5 u a V s t,s lo im .lse n fteS l Og iigMag j h ea o Ea Ah ne i utr go ef ra z r n C i h - n n ̄. I E rn n Ne rl N t ok, 0 0 l ( ) 8 ̄ 0 E E T a so u a ew r s 2 0; 1 3 5 6 6 0

D失败类 .l 6 4 .l 4 9 .l 5 .8 4 1 5 3 . 7 .3 .5 69 .6 6 9 .8 6 7 .61 5 3 .3 .o 4l 5 1 4 8

计算机工程与应用

2 0 .1 2 3 0 2 5 2

多属性信息决策的改进无监督学习算法建模与应用

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email