一种基于划分聚类和模糊神经网络的机器学习方法

• 作者: 张为华 王中伟 解红雨 谷建光
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 划分聚类 一般模糊极小极大神经网络 机器学习 案例推理 固体火箭发动机总体设计
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 短文
• 页码范围: 5581-5586
• 页数: 6页
• 分类号: TP182|V435
• 字数: 4316字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2007.23.056

摘要

将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型.具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习.通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为华	国防科技大学航天与材料工程学院	233	1778	19.0	29.0
2	王中伟	国防科技大学航天与材料工程学院	68	329	9.0	12.0
3	谷建光	国防科技大学航天与材料工程学院	10	79	5.0	8.0
4	解红雨	国防科技大学航天与材料工程学院	18	114	7.0	9.0