基于模糊粗糙模型的粗神经网络建模方法研究

来源 :自动化学报 | 被引量 : 0次 | 上传用户:abc135abc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种基于模糊粗糙模型的粗神经网络建模(FRM_RNN_M)方法. 该方法通过自适应G-K聚类实现输入输出积空间的模糊划分,进而在聚类数和约简属性搜索的基础上,提取优化的模糊粗糙模型(Fuzzy rough model,FRM),并在融合神经网络后实现粗神经网络建模.分类实验表明,FRM且NN_M的分类性能优于传统贝叶斯和LVQ方法,而且比单纯的FRM模型具有更强的综合决策能力,和传统的粗逻辑神经网络(Rough logic neural network,RLNN)相比,FRM_RNN_M方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.
其他文献
为提高裂纹结构静力和动力分析问题的收敛速度和分析精度,将基于Legendre正交多项式的p型自适应有限元方法与断裂力学方法相结合,给出了p型自适应梁单元刚度矩阵和质量矩阵的
超短超强激光与物质相互作用产生硬X射线的应用之一是X射线照相.利用等离子体国家重点实验室的SILEX-I激光器进行了超短超强激光与高Z平面金属厚靶相互作用产生硬X射线作为照
近红外(NIR)光谱分级技术正越来越广泛地应用于水果的产后加工和质量评判中.介绍了水果内部品质光学特性检测原理;分析了规则反射、透射和漫反射3种光特性测量方法在水果内部
建立了半导体抽运的高功率掺镱双包层光纤放大器实验系统,对放大器中的频率上转换发光现象进行了理论和实验研究,分析认为实验中由光纤侧面和两端观测到的绿色荧光是处于激发
用密度泛函理论的杂化密度泛函B3LYP方法在6-31G*基组水平上对[MS(NH2)2]n(n=1-5)团簇各种可能的构型进行几何结构优化,预测了各团簇的最稳定结构.对最稳定结构的振动特性、
由各种形状冰晶粒子组成的卷云,对全球辐射平衡和气候变化有重要的影响,其影响程度取决于卷云本身的微物理特性和光学特性,如冰晶粒子形状、卷云光学厚度和云顶压强等.在对0.
为了获得大功率高亮度的激光光源,设计并实现了一种使用双棒串接的基模动态稳定谐振腔.通过补偿热致双折射效应以及合理地设计腔内参数,在使用闪光灯抽运的条件下获得了61 W
研究了一类具有未知虚拟控制系数和未知噪声协方差的随机非线性时滞大系统的适应镇定问题.首先,针对系统的未知虚拟控制系数和未知噪声协方差,选取了相应的估计参数;然后,针
利用拟合实验测得的TEMPⅡ型加速器磁绝缘二极管电压波形及其焦点附近束流密度曲线,建立了Gauss分布模型.采用Monte Carlo方法研究了强流脉冲离子束与铝材镀有不同厚度金膜的
颗粒物质是由众多离散颗粒组成的软凝聚态物质,涉及多个物理层次结构和机制,是多尺度问题.首先阐述了颗粒物质多尺度力学的研究框架,指出颗粒间接触力链构成的细观尺度是核心