导读: 基于k-means聚类的模糊神经网络市场清算电价预测(1)(2) 发布时间:2010-12-31 来源:应届毕业生求职网 输入层对应的输入变量x是一个n维的特征向量。 模糊化层节点的个数为m×n,输入变量为xi,i=1,2…,n,输出为n个变量的m个模糊化值,高斯型隶属函数具有光...
基于k-means聚类的模糊神经网络市场清算电价预测(1)(2)
发布时间:2010-12-31 来源:应届毕业生求职网
输入层对应的输入变量x是一个n维的特征向量。 模糊化层节点的个数为m×n,输入变量为xi,i=1,2…,n,输出为n个变量的m个模糊化值,高斯型隶属函数具有光滑平稳的过渡特性,是应用最多的一种隶属度形式,故本文采用高斯型隶属函数,公式为: c表示函数的中心,