分子三次分母二次有理样条权函数神经网络的复杂度分析与应用-计算机应用技术专业论文.docx

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 相同的问题可用多种算法解决，而所采用的算法质量的优劣直接影响算法甚至程序的效 率，算法的质量直接体现在算法复杂度上。本文旨在样条权函数神经网络的基础上，研究第 一类分子三次分母二次有理样条权函数神经网络的复杂度，并将其应用于工程项目。 选取分子三次分母二次有理样条函数为神经网络的权函数，结合权函数神经网络理论知 识、Hermite 插值方法及有理样条函数性质，建立线性方程组，构造一类分子三次分母二次有 理样条权函数神经网络，再结合 Peano 核定理、矩阵 LU 分解、算法复杂度定义以及线性方 程组求解等知识对复杂度进行理论分析与研究，计算得出第一类分子三次分母二次有理样条 权函数神经网络的算法复杂度。在理论分析的基础上，使用 MATLAB 仿真工具对此类神经网 络算法的复杂度进行仿真。 理论分析表明分子三次分母二次有理样条权函数神经网络算法复杂度输入维数、输出维 数以及和样本个数呈线性关系，关系表达式为 T ??O ?mnN ??，其中 m 为输入维数，n 为输出维 数， N 为样本个数。 通过 MATLAB 仿真实验验证了理论分析结果的正确性，即当输入、输出维数以及样本个 数这三个变量中其中两个变量固定的情况下，仿真所花费的时间与剩余变量基本呈线性增长。 表明了该类神经网络算法时间复杂度低，训练速度快。 本文基于上述理论分析的结果，研究分子三次分母二次有理样条权函数在数据挖掘分类 方面的应用，对网络流量进行分类。选取适当的特征项，建立基于第一类分子三次分母二次 有理样条权函数神经网络的网络流量分类模型，对数据预处理之后进行 MATLAB 仿真，实验 结果表明第一类分子三次分母二次有理样条权函数神经网络对网络流量分类正确率较高，可 以用该算法解决网络流量的分类问题。 关键词: 复杂度，分子三次分母二次有理样条权函数，神经网络，网络流量分类 I Abstract One problem can be sloved by different algorithms and the quality of algorithm will affect the efficiency of the program. Algorithm analysis aims to select the appropriate algorithm and improve algorithm, the quality of the algorithm is directly reflected in the complexity of the algorithm. This article aims to analyze the complexity and the application of the first type of rational spline weight function neural network which the numerator of the spline is a cubic polynomial and the denominator of the spline is a quadratic polynomial, denoted by 3/2 rational splines. Using 3/2 rational spline function as the weight function of neural network, combing the theory of spline weight function neural network, Hermite interpolation method and the