分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的復(fù)雜度分析與應(yīng)用.pdf

1、相同的問題可用多種算法解決，而所采用的算法質(zhì)量的優(yōu)劣直接影響算法甚至程序的效率，算法的質(zhì)量直接體現(xiàn)在算法復(fù)雜度上。本文旨在樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，研究第一類分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，并將其應(yīng)用于工程項目。
　　選取分子三次分母二次有理樣條函數(shù)為神經(jīng)網(wǎng)絡(luò)的權(quán)函數(shù)，結(jié)合權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)理論知識、Hermite插值方法及有理樣條函數(shù)性質(zhì)，建立線性方程組，構(gòu)造一類分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)，再結(jié)合Pea

2、no核定理、矩陣 LU分解、算法復(fù)雜度定義以及線性方程組求解等知識對復(fù)雜度進(jìn)行理論分析與研究，計算得出第一類分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的算法復(fù)雜度。在理論分析的基礎(chǔ)上，使用MATLAB仿真工具對此類神經(jīng)網(wǎng)絡(luò)算法的復(fù)雜度進(jìn)行仿真。
　　理論分析表明分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)算法復(fù)雜度輸入維數(shù)、輸出維數(shù)以及和樣本個數(shù)呈線性關(guān)系，關(guān)系表達(dá)式為T?O?mnN?，其中m為輸入維數(shù)， n為輸出維數(shù)，N為樣本個數(shù)。

3、>　　通過MATLAB仿真實驗驗證了理論分析結(jié)果的正確性，即當(dāng)輸入、輸出維數(shù)以及樣本個數(shù)這三個變量中其中兩個變量固定的情況下，仿真所花費的時間與剩余變量基本呈線性增長。表明了該類神經(jīng)網(wǎng)絡(luò)算法時間復(fù)雜度低，訓(xùn)練速度快。
　　本文基于上述理論分析的結(jié)果，研究分子三次分母二次有理樣條權(quán)函數(shù)在數(shù)據(jù)挖掘分類方面的應(yīng)用，對網(wǎng)絡(luò)流量進(jìn)行分類。選取適當(dāng)?shù)奶卣黜?，建立基于第一類分子三次分母二次有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類模型，對數(shù)據(jù)預(yù)處理之