自组织映射神经网络(SOM)在客户分类中的一种应用

对自组织神经网络在客户分类中的应用进行了探讨 ,讨论了客户分类的概念、指标选取、分类方法选取、SOM(Self Organization Map)聚类方法 ,给出了一种基于 SOM的客户分类方法 ,即 :给出 RFM(近度 ,Recency;频度 ,Frequency;值度 ,Monentary)的指标 ,根据综合指标的计算和各个指标的相对学习结果变化趋势 ,将客户分类 .并进行了模拟计算 ,将模拟结果分类 ,以验证算法 .     

基于免疫算法的自组织神经网络在效能评估中的应用

针对自组织神经网络自身的局限,将免疫克隆选择算法的克隆和变异机制引入SOM的学习算法中,提出一种免疫自组织神经网络模型,并建立了模型的学习算法。该学习算法用免疫克隆选择算法的克隆算子和变异算子改进自组织神经网络中的邻域大小和权值调整规则,使每个神经元的权值学习率和邻域大小随神经元的亲和力发生变化,从而克服了自组织神经网络分类效果受样本输入次序影响的弱点,且在很大概率上保证网络收敛到全局最优解。性能仿真结果说明该学习算法比自组织神经网络学习算法具有更好的分类准确性和泛化性能。将该模型应用雷达电子战装备的作战效能评估中,结果表明免疫自组织神经网络模型比自组织神经网络模型分类更合理。     

基于自组织理论的自组织多项式网络算法

自组织多项式网络是采用神经网络的思路结合生物控制论和自组织特征映射理论而导出的一种新型网络算法,该算法在寻求模型参数的最优组合上的自组织特征及通过层层搜索误差最小点的功能,使其在用于非线性映射的拟合中体现了较强的优越性．开发的软件应用表明,该算法较ＧＭＤＨ算法及一般网络算法具有更高的精度拟合．     

SOFMNN分类方法及其在农业生态系统退化分类上的应用

给出了一种自组织特征映射神经网络的分类方法,该方法具有自学习、自适应功能,它不同于传统的分类方法,在分类之前不必确定分类对象指标的权重等需要人为确定的量,只要输入分类对象指标的原始数据,就可以得到分类结果,应用十分方便。我们将该方法用于农业生态系统退化分类评价中,取得了满意的结果。图2,表1,参3。     

一种基于自组织特征映射网络的聚类方法

针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,能自动对输入模式进行聚类。给出了应用该方法的具体步骤和加速自组织过程的若干改进方法,通过仿真实验证明该算法的有效性。     

应用自组织映射对中国地区产业结构的聚类分析

为了研究地区产业结构的空间分布规律,采用自组织映射的聚类方法,对2003年中国省级地区的产业结构进行了聚类分析.结果表明,自组织映射的方法能够将地区产业结构在输出层聚成5个区域.通过对聚类结果进一步的分析得到,在目前的经济水平下,工业化水平是中国地区产业结构差异性的主要因素.     

自组织与他组织的关系及其对管理学的启示

文章首先论述了在人类社会中,承认他组织存在的必要性,并就他组织与自组织之间的关系展开论述,提出了一种全新的对自组织与他组织的理解方法,该方法能够更好地诠释组织、自组织、他组织三者之间的关系。在此基础上,将自组织与他组织的关系与现实的组织管理活动结合起来,进一步论证了新方法的可行性。最后,为自组织理论运用于管理学领域需要进一步开展的工作发表了相关看法。     

ＳＯＦＭＮＮ分类方法及其在农业生态系统退化分类上的应用

给出了一种自组织特征映射神经网络的分类方法,该方法具有自学习、自适应功能,它不同于传统的分类方法,在分类之前不必确定分类对象指标的权重等需要人为克腚的量,只要输入分类对象指标的原始数据,就可以得到分类结果,应用十分方便。我们将该方法用于农业生态系统退化分类评价中,取得了满意的结果,图２,表１,参３。     

基于双向编码转换器和文本卷积神经网络的微博评论情感分类

对微博多分句的评论,ELMo-Text CNN、GPT等模型不能准确提取文本上下文联系,导致分类效果不理想.为了解决此问题,采用BERT-Text CNN模型,利用BERT独特自注意力机制的双向编码转换器结构获得具有句子全局特征的字向量,将字向量输入到Text CNN中,利用Text CNN捕获局部特征的能力,最终提取...     

基于UKF的自组织模糊神经网络训练算法

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点,针对这一问题,提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示,并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新的策略;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则。通过典型的函数逼近和系统辨识实例,表明所提算法得到的模糊神经网络的结构更为紧凑,泛化性能更佳。     

基于遗传算法和分类树的信用分类方法

银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.     

模糊SOFM网分类方法及其在农业中的应用

将模糊理论和自组织特征映射（ｓｅｌｆ－ｏｒｇａｎｉｚｉｎｇ ｆｅａｔｕｒｅ ｍ ａｐ, ＳＯＦＭ）网络相结合,构造出一种新的分类模型——模糊ＳＯＦＭ 模型．模糊ＳＯＦＭ 模型既利用了模糊理论解决不确定性问题的特性,又利用自组织映射特征网络具有较强的自学习、自适应能力、容错能力和模式识别能力的优点．能非常好地解决模糊或不确定系统中的多对象在多指标下的分类问题．实例结果表明用模糊ＳＯＦＭ 分类方法进行分类具有稳定、结果可靠等特点．     

基于动态分级策略的改进正余弦算法

针对正余弦算法存在易陷入局部最优、求解精度不高、收敛速度较慢等问题,提出一种基于动态分级策略的改进正余弦算法.首先,引入拉丁超立方抽样法,将搜索空间均匀划分,使初始种群覆盖整个搜索空间,以保持初始种群的多样性.其次,采用动态分级策略,根据适应度值的排序情况,将种群动态划分为好中差3个等级,并应用破坏策略与精英引导方法对...     

广义最小生成树的遗传算法求解及应用

介绍了最小生成树的概念,分析了最小生成树在实际应用中的局限性。引入了节点的度的定义,据此提出了广义最小生成树的概念。采用遗传算法来求解最小生成树,并针对普通遗传算法求解该问题的不足,提出了自调整的变异算子和限制父代个体数目的混合选择策略。通过一个有线电视网络的建模与仿真,表明了广义最小生成树模型的适用性。分别采用普通遗传算法和改进后的遗传算法进行求解,并将结果进行比较,证明了改进后的遗传算法的有效性。     

C5.0分类算法及在银行个人信用评级中的应用

研究了商业银行的个人信用评级问题.由于个人信用记录中既涉及有数值型数据, 也涉及有非数据型数据,而决策树是解决这一类问题的最好方法. 到目前为止,决策树C4.5算法的研究已基本成熟,但其C5.0算法由于商业机密的缘故至今没有公开.因此在决策树C4.5算法基础上详细研究了C5.0算法及相应的Boosting技术,并嵌入Boosting算法技术, 构造了成本矩阵和Cost-sensitive tree,以此建立基于C5.0算法的银行个人信用评级模型,用来对德国某银行的个人信贷数据进行信用评级,同时对模型参数调整前后决策树的判别结果进行比较. 仿真表明:参数调整后的决策树的判别结果优于参数调整前的决策树的判别结果.