期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
General Fuzzy Min-Max神经网络的改进与应用 被引量:2
1
作者 彭鹏菲 杨露菁 张青贵 《武汉理工大学学报》 CAS CSCD 2004年第10期87-89,共3页
针对 General Fuzzy Min- Max(GFMM)神经网络不能自适应学习新类的缺陷 ,提出了一种基于该网络的无师训练改进算法。它一方面继承原 GFMM网可以处理模糊输入量的优点 ,重构了网络中的模糊隶属度函数 ;另一方面结合ART2神经网络无师学习... 针对 General Fuzzy Min- Max(GFMM)神经网络不能自适应学习新类的缺陷 ,提出了一种基于该网络的无师训练改进算法。它一方面继承原 GFMM网可以处理模糊输入量的优点 ,重构了网络中的模糊隶属度函数 ;另一方面结合ART2神经网络无师学习的特点 ,引入了网络警戒门限和运行状态切换控制。改进后的 GFMM神经网络完全具备了自适应调整和无师学习的能力 ,并展现出了良好的并行处理性能。自动目标识别中的应用结果表明 展开更多
关键词 一般模糊极小极大网 无师训练 模糊隶属度函数 自动目标识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部