没有合适的资源？快使用搜索试试~ 我知道了~

文库首页安全技术网络安全梯度下降法与FW算法在模糊系统应用中的对比1

梯度下降法与FW算法在模糊系统应用中的对比1

需积分: 0 1 下载量 94 浏览量 2022-08-04 13:29:46 上传评论收藏 613KB PDF 举报

温馨提示

试读

12页

梯度下降法与FW算法在模糊系统应用中的对比1

资源详情

资源评论

资源推荐

FÝeü{†FWŽ{3XÚA^¥'

Z©

2020 c 11  6 F

Á ‡

©£ãFÝeü{§FWŽ{ÚAway step FWŽ{3ÔöüŠ˜.Ü6XÚþA

^"Óž©ÛFÝeü{ÚFWŽ{3d?Âñ„Ý§ü«Ž{Âñ„Ýþ•O(

√

),êŠ

¢(Jw «FWŽ{¤IS“Ú•õ§¤^žm• •"ƒÓÔö°Ýe§FÝeü{¤^ž

m•§Away step FWŽ{UwÍ~FWŽ{S“Úê"3˜pÔö °Ýž§FWŽ{

ÚAway step FWŽ{¤IS“ÚwÍO\§FÝeü{¤IS“ÚØ¬ÑyŒÌCz"

§1 æ^üŠì, ¦ÈínÅ, ¥%²þ)ì, pdäá¼êMamdani FLSúª

˜5Ÿ{0

ÀJ5K¥äá¼êþ•pd.äá¼êüŠ˜.Ü6XÚ [1]§džXÚ

ÑÑúª•µ

f =

i=1

j=1

exp(−

−µ

)

2σ

)

i=1

j=1

exp(−

−µ

)

2σ

)

(1)

Ù¥ML«5Kê8§nL«5Kc‡‡ê§y

L«1i^5KÑÑ‡§µ

†σ

«1i^5K¥1j‡c‡¥äá¼êëê§x = (x

, x

, ··· , x

) L«XÚ˜‡Ñ\"O

Žfé†y

˜ê•µ

j=1

exp(−

−µ

)

2σ

)

(2)

Kfé†y

ê•µ

= 0 (3)

¤±fé†y

êk."OŽfé†µ

˜ê•µ

j=1

exp(−

−µ

)

2σ

)

−µ

2σ

a − b

j=1

exp(−

−µ

)

2σ

)

−µ

2σ

(4)

= (y

−

)

j=1

exp(−

−µ

)

2σ

)

−µ

2σ

(5)

= P

(6)

= (y

−

),P

j=1

exp(−

−µ

)

2σ

)

−µ

2σ

. OŽfé†µ

ê•µ

= (P

)

= P

+ P

(7)

Ù¥µ

= −f

(8)

j=1

exp(−

−µ

)

2σ

)(

−µ

2σ

)

j=1

exp(−

−µ

)

2σ

)

−1

2σ

a −

j=1

exp(−

−µ

)

2σ

)

−µ

2σ

(9)

OŽfé†σ

˜ê•µ

j=1

exp(−

−µ

)

2σ

)

−µ

)

a − b

j=1

exp(−

−µ

)

2σ

)

−µ

)

(10)

= (y

−

)

j=1

exp(−

−µ

)

2σ

)

−µ

)

(11)

= P

(12)

= (y

−

),P

j=1

exp(−

−µ

)

2σ

)

−µ

)

. OŽfé†σ

ê•µ

= (P

)

= P

+ P

(13)

Ù¥µ

= −f

(14)

j=1

exp(−

−µ

)

2σ

)

−µ

)

j=1

exp(−

−µ

)

2σ

)

−3(x

−µ

)

a −

j=1

exp(−

−µ

)

2σ

)

−µ

)

(15)

dXÚk 5K:»rÝ u0 1ƒm §©1a > 0,•‡5K¥c‡ëêσ

þ•Øªu0 ê§Œ±¦

þk.§ØJwÑf é†σ

ê±9f é†µ



êúª¥ˆ‘þk.§¤±f é†σ

ê±9fé†µ

êk."½

=µf

= (f

, ··· , f

, f

, ··· , f

, f

, ··· , f

) k."

•y²üŠ˜.XÚÑÑúª÷vFÝ|ÊÜ]^‡§ÄkÚ\A‡5Ÿ"Q´R



f8§^C

k,p

(Q)L«äk¡ü‡5Ÿ¼êa:(1)ef ∈ C

k,p

(Q),Kf 3Q þ´k ëYŒ‡

;(2)f

pê3Qþ´|ÊÜ]ëY§|ÊÜ]~ê•L,=÷v||f

(p)

(x)−f

(p)

(x)|| ≤ L||x−y||, (∀x, y ∈

Q).

éu·‚5`§•~^¼êa´C

1,1

),ùa¼êFÝ´|ÊÜ]ëY"dc¡½

Â§ef ∈ C

1,1

),Kk:

||f

(1)

(x) − f

(1)

(x)|| ≤ L||x − y||, (∀x, y ∈ R

) (16)

e¡0˜‡kÏuy²-‡Ún [4]"

Ún1. f ∈ C

2,1

),C

2,1

) ⊂ C

1,1

)…=:

||f

(x)|| ≤ L, ∀x ∈ R

(17)

y². ¯¢þ§éu∀x, y ∈ R

,kµ

(y) = f

(x) +

(x + τ(y − x))(y − x)dτ (18)

= f

(x) +



(x + τ(y − x))dτ



(y − x) (19)

Ïd§e^‡||f

(x)|| ≤ L, ∀x ∈ R

÷v§Kkµ

||f

(y) − f

(x)|| =





(x + τ(y − x))dτ



(y − x)



(20)

≤



(x + τ(y − x))dτ



· ||y − x|| (21)

||f

(x + τ(y − x))||dτ · ||y − x|| (22)

= L||y − x||. (23)

‡ƒ§ef ∈ C

2,1

),Kéu?¿s ∈ R

…α > 0,·‚kµ





(x + τs)dτ



· s



= ||f

(x + αs) − f

(x)|| ≤ αL||s|| (24)

3þªü>ÓžØ±α,2-α → 0 ,Œ±:||f

(x)|| ≤ L, ∀x ∈ R

剩余11页未读，继续阅读

一种基于混合梯度下降算法的模糊神经网络设计及应用

为了提高模糊神经网络(FNN)的收敛速度和泛化能力,提出一种基于混合梯度下降算法(HG)的模糊神经网络(HG-FNN).HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-FNN的收敛性证明,保证HG-FNN的收敛速度和泛化能力.最后,将所设计的HG-FNN应用于非线性系统建模与污水处理过程关键水质参数预测,实验比

机器学习：Python机器学习在图像处理和算法实现中的应用，包括期望最大化，因子分析，高斯混合模型，OPTICS，DBSCAN，随机森林，决策树，支持向量机，主成分分析，K最近邻，K Means，朴素贝叶斯混合模型，高斯判别分析，牛顿法，梯度下降

机器学习介绍机器学习是如此别致，每个程序员甚至非程序员都开始学习。经过几个月的在线课程，每个人都成为了自称为数据科学家。管理人员寄予厚望，并部署数据科学家来进行机器学习。很快，人们遇到了死胡同，在虹膜数据集范围之外的事情运行得并不顺利！如果您去过我的其他存储库，例如或，您一定已经看到我猛烈抨击机器学习的鲁ck应用。停止销售AI蛇油！不要误会我的意思。我不是对机器学习持怀疑态度的人

内容反馈

杏花朵朵

粉丝: 18
资源: 333

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

梯度下降法与FW算法在模糊系统应用中的对比1

评论0

最新资源

梯度下降法与FW算法在模糊系统应用中的对比1

评论0

一种基于混合梯度下降算法的模糊神经网络设计及应用

梯度下降、牛顿法、共轭梯度法、蒙特卡洛、模拟退火法、粒子群、蚁群等算法应用（完整程序MATLAB\PYTHON）

吴恩达机器学习课程CODE1：线性回归算法（应用平方误差与梯度下降）

python应用Axes3D绘图（批量梯度下降算法）

梯度下降算法matlab的实现

机器学习_梯度下降算法实现

梯度下降法在机器学习中的应用

随机梯度下降与小批量梯度下降算法

Fortune算法、Lloyd算法和梯度下降的Julia实现应用

自适应并行梯度随机下降算法及其在相干合成中的应用

算法应用，单变量线性回归&梯度下降：已知如下数据集，绘制出数据集的散点图并给出能够和所有散点拟合出最好的一条直线

变增益随机并行梯度下降算法及其在相干合成中的应用

随机梯度下降算法

kNN_梯度下降算法_

梯度下降算法代码及详细解释_梯度下降算法_梯度下降matlab_

梯度下降优化算法综述

梯度下降算法原理讲解-机器学习.pdf

一类开关动态系统最优控制问题的梯度下降算法 (2007年)

随机平行梯度下降算法的稀疏Kong径系统自适应活塞校正

基于jupyter notebook的python编程—–利用梯度下降算法求解多元线性回归方程，并与最小二乘法求解进行精度对比

一种确定模糊测度参数的粒子群和梯度下降混合算法 (2014年)

c#实现梯度下降算法

梯度下降算法分析的总结ppt

梯度下降算法原理视频教程.wmv

梯度下降算法综述.docx

Logistic算法（随机梯度下降法）的Python代码和数据样本

最新资源