| 一种新的模糊神经网络删剪策略 |
| |
| 引用本文： | 艾芳菊.一种新的模糊神经网络删剪策略[J].湖北大学学报(自然科学版),2007,29(4):346-350. |
| |
| 作者姓名： | 艾芳菊 |
| |
| 作者单位： | 湖北大学,数学与计算机科学学院,湖北,武汉,430062;中国科学院,成都计算机应用研究所,四川,成都,610041 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划) |
| |
| 摘 要： | 模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.
|
| 关 键 词： | 模糊神经网络 神经网络自构行学习(NNSCL)算法 最小二乘问题 共轭剃度预条件正则方程算法 |
| 文章编号： | 1000-2375（2007）03-0346-05 |
| 收稿时间： | 2006-03-17 |
| 修稿时间： | 2006年3月17日 |
A new fuzzy neural network reduction strategy |
| |
| AI Fang-ju.A new fuzzy neural network reduction strategy[J].Journal of Hubei University(Natural Science Edition),2007,29(4):346-350. |
| |
| Authors: | AI Fang-ju |
| |
| Abstract: | The number of fuzzy rules directly determines the complexity and efficiency of the fuzzy neural network (FNN).Based on the neural network self-configuring learning (NNSCL) algorithm, the NNSCL-I algorithm is obtained by using the conjugate gradient precondition normal equation (CGPCNE) algorithm to adjust the remaining weghts after pruning nuurons.The NNSCL-I algorithm is applied in the rule-reasoning layer of the FNN to simplify its rules and structure in a great extent and preserve a good level of accuracy and generalization ability without retraining after pruning.The simulation results demonstrate the effectiveness and the feasibility of the algorithm. |
| |
| Keywords: | fuzzy neural network neural network self-configuring learning (NNSCL) algorithm the system in the least squares sense conjugate gradient precondition normal equation(CGPCNE)algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
