智能信息处理重点总结Word格式.docx
- 文档编号:13555093
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:34
- 大小:2.78MB
智能信息处理重点总结Word格式.docx
《智能信息处理重点总结Word格式.docx》由会员分享,可在线阅读,更多相关《智能信息处理重点总结Word格式.docx(34页珍藏版)》请在冰豆网上搜索。
模糊模式识别(FuzzyPatternRecognition)
粗糙集(RoughSet)
蚁群算法(AntColonyOptimization,ACO)
生物神经网络(BiologicalNeuralNetwork,BNN)
生物神经元(neuron)
径向基函数RBF(Radialbasisfunction)
SOM网络:
Self-OrginazingMapsnetwork自组织网络
/*了解
旅行商问题(TSP,travelingsalesmanproblem)
知识库(KnowledgeBase)
下近似集(LowerApproximationSet)
上近似集(UpperApproximationSet)
不可分辨关系(indiscernibilityrelation)称为等价关系
约简(Reduction)
“信息素”(pheromone)
考模糊集合的表示:
(1)是离散的
(2)是连续的
考并、交、补
考基于隶属度的模糊判别:
考最大最小贴近度、欧几里得贴近度、欧氏距离、曼哈顿距离、切比雪夫距离、马氏距离、内积、外积
聚类的定义:
聚类是把有相似属性的元素归并成一组的分组过程。
因此,同一个类别中的元素都相似,不同类别中的元素都相异。
聚类算法的分类:
1、排他式聚类例如:
K均值聚类;
2、重叠式聚类例如:
模糊K均值聚类;
3、分级聚类例如:
合成聚类。
说明:
C均值聚类和K均值聚类是一个东西;
相应地,模糊C均值聚类和模糊K均值聚类说的也是一回事。
C或K的含义相同,都表示聚类的数目,只是不同的作者用的不同的字母来表示。
聚类中心mi的确定:
随机抽取C个样本,把它们作为mi,i=1,2,…,C
C均值聚类算法过程
(1)适当选择c个类的初始中心;
(2)在第k次迭代中,对任意一个样本,求其到c个中心的距离,将该样本归到距离最短的中心所在的类;
(3)分别计算每一类的均值,并用之来更新该类的中心值;
(4)对于所有的c个聚类中心,如果利用
(2)(3)的迭代法更新后,值保持不变,则迭代结束,否则继续迭代。
C均值聚类算法的最大优势在于简洁和快速。
其关键在于初始中心的选择和距离公式。
模糊聚类
模糊C均值聚类算法定义:
通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的方法。
表示xi到mj的距离的平方
注:
以上准则函数及其各个字母的含义是重点
模糊C均值聚类算法的原理
需要通过mj来表示,同时,mj也需要通过来表示,所以需要用迭代的方法来估计聚类中心
即,
以上模糊C均值算法的步骤是重点
第二章:
人工神经网络
考什么是人工神经网络
考什么是前馈神经网络,两层计算单元的前馈神经网络结构
图片给的是三层的考试考两层的
考BP神经网络的激活函数的形式与要求
考什么是BP神经网络
具体解释:
考BP训练的目标函数(准则函数)是什么
考BP神经网络的应用:
分类与回归
考BP神经网络的训练过程步骤
第四节支持向量机
1.考英文,svm的标准形式
2.SVM始于两类问题的解决需求(即是或否,0或1的问题)
3.较好的分类标准
下面举例说明(看懂图)
4.svm的判别函数及参数说明
参数说明:
5.如何用两类分类svm求多类svm?
并举例。
用两类SVM分类模型实现多类分类结果的方法和过程。
答:
共有两种方法。
1、成对分类法。
2一类对余类法。
以手写体数字0~9的识别过程为例说明:
1、成对分类法是说训练等于45个两类分类模型,每一个都是一种元素对另一种元素的分类模型。
计算样本关于每个SVC的分类结果,所得结果为1的那一类票数加1。
所有的分类模型都算完之后,统计哪一类得票数最多,就将该样本归到那一类中去。
2、一类对余类法是说训练10个两类分类模型,每个模型分别对应一个元素与其余元素的分类,计算样本关于每个SVC的分类结果,如果决策0为正类则0类得票加1,如果0决策为负类,则1~9每一类得票都加1。
第五节:
梯度下降法和遗传算法
1.梯度下降法
(1)给定目标函数(可能具体可能抽象),求最值的步骤
梯度下降法的例子:
(2)公式表示
2.遗传算法基本流程,基本原理,术语,基本运算(主要了解,为更好理解下面的例子)
/*了解
3.遗传算法步骤(对照上边的流程图理解,为理解下面例子)
(包括选择,交叉,变异。
其中了解常见的选择算法:
)
*/
考遗传算法例子(重要):
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 信息处理 重点 总结