论文部分内容阅读
提出了一种采用自组织竞争神经网络优化模糊神经网络的模糊标记数的方法，能够使其数目减为最少，从而获得其结构和参数均为最优的模糊神经网络.有界所提方法在保持相 等的功效下，简化了网络结构，使网络实现更加容易。
用自组织竞争网络优化模糊神经网络的结构
【摘 要】
：
提出了一种采用自组织竞争神经网络优化模糊神经网络的模糊标记数的方法，能够使其数目减为最少，从而获得其结构和参数均为最优的模糊神经网络.有界所提方法在保持相 等的功效下
【机 构】
：
中国科技大学自动化系(合肥)
【出 处】
：
中国自动化学会华东地区学术交流会
【发表日期】
：
1999年期
其他文献
在近年来的大学英语教学改革中,对于课程设置改革的看法始终莫衷一是。近五年(2012-2016)关于大学英语选修课程改革的文献反映出目前课程改革的特点是:针对课程改革的理论观
近年来模糊神经网络的研究引起人们的越来越浓厚的兴趣，模糊神经网络不仅融合了神经网络和模糊系统的特征，而且还表现出其他有用的特性。该文是对模糊神经网络研究的一个述评，主
利用模糊神经元网络研究了一类未知非线性系统的控制，给出了一种间接自适应方案从理论上讨论了该控制器的稳定性及跟踪误差的收敛性。
该文介绍了一种新型模糊神经网络模型，对广义概率和、积算子进行了改进和扩展并应用于船舶柴油机故障诊断系统，仿真试验表明该网络模型的优越性。
该文提出了一种基于模糊神经网络的故障诊断专家系统的建造方法，充分利用模糊逻辑在不确定性知识处理和神经网络在自动学习、并行处理、容错性等方面的优势，克服传统专家系统在
提出了一种基于模糊神经网络模型的预测控制.利用模糊穴映射模型建立模糊神经网络,并用最小二乘算法与BP算法相结合的LSBP算法训练该网络,获得对象的模糊神经网络模型(FNNM).
该文对模糊控制和神经网络理论在列车运行安全控制（ＴＡＳＣ）中的运用进行了研究。通过对ＴＡＳＣ系统的分析，建立了模糊神经网络（ＦＮＮ）控制模型；在此基础上，结合列车运行安全控制的实际情况，加入直控神经
提出一个具有６层神经元的前馈模糊神经网络模型，是一个归一化的网络。该网络模型可完成模糊推理过程，能从数值信息或语言信息中建立模糊规则库。在学习算法中，给出一种有效的规则