Mã tài liệu: 147634
Số trang: 54
Định dạng: docx
Dung lượng file:
Chuyên mục: Công nghệ phần mềm
Mặc dù đã được nghiên cứu từ rất lâu, nhưng đến nay bài phân lớp mẫu vẫn còn có rất ít công cụ toán học để giải quyết và hiệu quả chưa cao. Mạng Neural nhân tạo là một phương pháp hay để giải quyết bài toán phân lớp mẫu. Năm 1987, Kohonen giới thiệu phương pháp bản đồ tự tổ chức là một loại mạng neural đơn giản và hiệu quả để giải quyết bài toán phân cụm và phân lớp. Năm 1991, Dorigo giới thiệu phương pháp hệ kiến để giải quyết các bài toán tối ưu tổ hợp rất hiệu quả. Từ đó, các mô hình giải quyết các bài toán phức tạp mà tư tưởng dựa trên sự mô phỏng hành vì loài kiến đã đạt được nhiều bước tiến đáng kể. Điển hình là hệ kiến của Chialvo và Millonas.
Nội dung chính của khóa luận là trình bày khảo cứu về thuật toán KANT (một sự kết hợp) để giải quyết bài toán phân lớp sau đó ứng dụng cơ sở lý thuyết trên để xây dựng chương trình kiểm tra độ chính xác của thuật toán so với k láng giềng gần nhất và cải tiến một phần thuật toán bằng học tập hợp (Ensembler learning) để thu được kết quả tốt hơn.
Kết cấu đề tài:
Chương 1: Giới thiệu về bài toán phân lớp và hai phương pháp kinh điển để giải bài toán này là: mạng neural nhân tạo và phương pháp k-láng giềng gần nhất
Chương 2: Giới thiệu về bản đồ tự tổ chức của Kohonen bao gồm kiến trúc và luật học
Chương 3: Phương pháp hệ kiến và thuật toán KANTS
Chương 4: Kết quả thực nghiệm và sự mở rộng của KANTS
Chương 5: Kết luận
Những tài liệu gần giống với tài liệu bạn đang xem
📎 Số trang: 103
👁 Lượt xem: 575
⬇ Lượt tải: 16
📎 Số trang: 95
👁 Lượt xem: 471
⬇ Lượt tải: 16
📎 Số trang: 52
👁 Lượt xem: 435
⬇ Lượt tải: 16
📎 Số trang: 74
👁 Lượt xem: 425
⬇ Lượt tải: 16
📎 Số trang: 36
👁 Lượt xem: 883
⬇ Lượt tải: 18
📎 Số trang: 128
👁 Lượt xem: 822
⬇ Lượt tải: 17
📎 Số trang: 80
👁 Lượt xem: 435
⬇ Lượt tải: 16
📎 Số trang: 35
👁 Lượt xem: 520
⬇ Lượt tải: 16
Những tài liệu bạn đã xem