Los grandes conjuntos de datos de muestras de alta dimensión, entre las variables de características y entre las muestras, pueden causar algunos factores correlativos o repetitivos, ocupar mucho espacio de almacenamiento y consumir mucho tiempo de computación. Si se utiliza la red neuronal de Elman para tratarlos, un número excesivo de entradas influirá en la eficiencia operativa y en la precisión del reconocimiento; demasiadas muestras de entrenamiento simultáneas, además de no poder obtener un modelo preciso de la red neuronal, también restringen la precisión del reconocimiento. Para resolver estos problemas, introducimos los mínimos cuadrados parciales (PLS) y el análisis de conglomerados (CA) en el algoritmo de la red neuronal de Elman, mediante el PLS para la reducción de la dimensión que puede eliminar los factores correlativos y repetitivos de las características. El uso de CA elimina los factores correlativos y repetitivos de la muestra. Si alguna subclase se convierte en una muestra pequeña, con características de alta dimensión y menos números, PLS muestra una ventaja única. Cada subclase se considera una muestra de entrenamiento para entrenar los diferentes modelos de redes neuronales precisas. A continuación, las muestras de simulación se discriminan y clasifican en diferentes subclases, utilizando la red neuronal correspondiente para reconocerla. Se establece un algoritmo optimizado de clasificación de redes neuronales de Elman basado en PLS y CA (algoritmo PLS-CA-Elman). El nuevo algoritmo tiene como objetivo mejorar la eficiencia operativa y la precisión de reconocimiento. Según el análisis del caso, el nuevo algoritmo tiene una superioridad única, digna de una mayor promoción.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Protector Solar a Base de Gel que Contiene TiO2 Modificado en Superficie Obtenido por Proceso Sol-Gel: Propuesta de un filtro inorgánico UV transparente
Artículo:
Optimización del sistema de minería y análisis de datos para la enseñanza del idioma chino basado en una red neuronal convolucional
Artículo:
Síntesis y Caracterización de Cerámicas Dieléctricas de Bajas Pérdidas Preparadas a partir de Compuestos de Nanohojas de Titanato con Iones de Bario
Artículo:
Algoritmo de análisis de características de imágenes de resonancia magnética bajo red neuronal convolucional en el diagnóstico y estratificación del riesgo de cáncer de próstata
Artículo:
Estudio comparativo de andamios de tejido óseo bioartificial de ácido poliláctico/poliocaprolactona y PLLA aplicados a la regeneración ósea
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible