| 基于样本曲率的模糊神经网络结构学习算法 |
| |
| 引用本文： | 鲍其莲,张炎华.基于样本曲率的模糊神经网络结构学习算法[J].上海交通大学学报,2000,34(10):1364-1488. |
| |
| 作者姓名： | 鲍其莲 张炎华 |
| |
| 作者单位： | 上海交通大学电子信息学院，上海 200030 |
| |
| 基金项目： | 中国船舶总公司基金资助项目(编号:97J40.5.2) |
| |
| 摘 要： | 提出了一种根据输入与输出样本间映射关系的复杂度确定模糊神经网络的输入隶属函数个数与参数的学
习方法．采用输入输出样本关系曲率来表示函数的复杂度，根据曲率的大小确定隶属函数的中心点与宽度，使隶属
函数的分布符合映射的变化，从而在提高逼近精度的同时减少隶属函数个数的增加．通过仿真将这一方法与均匀
划分方法及自组织聚类方法比较．结果表明，该方法在学习的快速性与精度方面均具有较优的性能．
|
| 关 键 词： | 模糊神经网络 隶属函数 曲率 |
| 文章编号： | 1006-2467(2000)11-1486-03 |
| 修稿时间： | 1999年11月8日 |
Samples Curvature Based Algorithm for Fuzzy Neural Network Structure Learning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
