原创力文档- 1、本文档共7页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于神经网络的规则提取及其渔业应用研究袁红春胡倩倩沈晓倩陈新军上海海洋大学信息学院上海上海海洋大学国际海洋研究中心的渔业栖息地指数预测方法在径向基神经网络训练过程中使用模糊聚类算法在基于神经网络的规则提取过程中首次采用了和声搜索算法最后将该方法应用在印度洋海域大眼金枪鱼渔业栖息地指数的预测上实验研究表明利用改进后的神经网络达到和声搜索由于算法简单易于实现能够利用训练后的提取分类规则提取出的规则能够反映该渔业现状印度洋大眼金枪鱼神经网络和声搜索规则提取渔情预测引言渔情分析预报是海洋渔场学的重要分支
基于神经网络的规则提取及其渔业应用研究
袁红春1，2, 胡倩倩1,沈晓倩1, 陈新军2
１(上海海洋大学信息学院,上海 210306)
２(上海海洋大学国际海洋研究中心(Radial Basis Function Neural Network，RBFNN)的渔业栖息地指数预测方法。在径向基神经网络训练过程中使用模糊聚类算法，在基于神经网络的规则提取过程中首次采用了和声搜索算法。最后将该方法应用在印度洋海域大眼金枪鱼渔业栖息地指数的预测上。实验研究表明，利用FCM改进后的RBF神经网络，MSE达到2.16%。和声搜索由于算法简单，易于实现，能够利用训练后的FCM-RBFNN提取分类规则,提取出的
文档评论（0）