基于云變换的云神经网络.docVIP

基于云变换的云神经网络 一、引言 云神经网络具有良好的性能，原因在于： = 1 \* GB2 ⑴BP短发对初始权值非常敏感，而云变化能从样本数据中提取初始的网络权值，这大大提高了训练速度。 = 2 \* GB2 ⑵云神经网络能较好的体现随机性、模糊性和两个样本之间的相关性 基于云变换的云神经网络实现步骤： = 1 \* GB2 ⑴通过云变换，把连续数据离散化，实现定量与定性之间不确定的转换。从而得到云的数字特征。 = 2 \* GB2 ⑵用前一步得到的云数字特征来初始化云神经网络的权值。 = 3 \* GB2 ⑶云神经网络训练：训练云神经网络，通过训练样本来调整权值。模型的准确度达到规定要求后，训练结束。 = 4 \* GB2 ⑷把测试样本输入网络，进行预测。 二、云变换的步骤： = 1 \* GB2 ⑴对属性的论域中的每一个可能属性值，计算数据库中含有该属性值的记录个数，得到的频率分布函数。 = 2 \* GB2 ⑵寻找数据分布函数分波峰所在位置，将其属性值定义为云的质心位置（期望），计算用于拟合的，以为期望的云模型的熵，计算云模型的分布函数。 = 3 \* GB2 ⑶从中减去已知云模型的数据分布，得到新的数据分布函数，并在此基础上重复 = 2 \* GB2 ⑵、 = 3 \* GB2 ⑶，得到多个基于云的数据分布函数。 = 4 \* GB2 ⑷根据已知的，最