基于模块化模糊子系统的分层模糊神经网络

提出一种基于模块化模糊子系统的分层模糊神经网络.该分层模糊神经网络基于高斯隶属函数,且功能上等价于一个TSK模糊系统.这种分层神经网络在保留了传统模糊神经网络很多优点的同时有效地抑制了“维数灾”问题,而且在模糊子系统中模糊规则的激活强度有所提高.仿真试验结果表明,该方法能获得更为简洁有效的模糊规则集.

基于Lasso函数的分层混合模糊-神经网络及其在遥感影像分类中的应用

本文提出一种新的分层混合模糊-神经网络(HHFNN)算法.在模糊系统中使用Takagi-Sugeno模型和三角波隶属函数.同时,为降低离散输入变量中可能存在的强交互作用,采用了系数收缩机制中的Lasso函数.最后,以福建的漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,应用本文的改进算法与其他神经网络算法进行分析比较,得到了较高的分类精度,验证了采用基于Lasso函数的T-S型分层混合模糊-神经网络的可行性和有效性,可作为一种新的遥感影像地物分类方法.

基于输入扰动的分层混合模糊-神经网络敏感性分析

分层混合模糊-神经网络(HHFNN)能较好地处理离散和连续变量并存的高维数据,为了提高其解释能力和在数据挖掘应用中的说服力。本文针对输入中离散和连续数据并存的特点,提出一种基于输入扰动的分层混合模糊-神经网络敏感性分析方法,首先优化HHFNN模型,然后依次给测试数据集的各个输入变量添加高斯白噪声,计算模型加入噪声前后的均方误差(MSE)。MSE差值越大说明相应的输入对模型输出影响越大,其重要性程度越高。为了验证本文提出方法的有效性,选用人工模拟数据集和UCI-Pyrimidines数据集进行实验,结果表明本文所提方法能够筛选出模型重要性程度高的属性,有效地约简了模型。

基于分层模糊系统的选煤厂装车配煤系统建模

应用分层模糊系统对装车配煤生产过程建立数学模型,有效地解决了模糊规则"维数灾"的问题,并选用常实数后件模糊神经网络模型作为分层模糊模型的基本模糊单元。通过仿真说明了该配煤模型在提高数据处理速度和建模精度方面有很大的优越性,对于指导生产实践和进一步研究,具有一定的现实意义。

导航传感信息融合系统的设计与实现

针对导航传感器特定的应用环境，建立了分层模糊神经网络结构的信息融合模型，同时给出了仿真结果并简述了系统的构成。

基于BSC-FNN的项目管理办公室绩效评价研究

应用平衡计分卡从财务、利益相关者、内部流程和学习与创新角度建立项目管理办公室绩效评价指标体系,在此基础上,引入分层网络分析的思想,建立基于分层网络的绩效评价模型,并通过算例说明所提出方法对项目管理办公室绩效评价具有可靠性和有效性。