一种基于模糊推理的神经网络学习算法

被引：15

作者：

周颢

任庆生

戚飞虎

机构：

[1] 上海交通大学计算机科学与工程系,上海交通大学计算机科学与工程系,上海交通大学计算机科学与工程系上海,上海,上海

来源：

上海交通大学学报 | 2004年 / 01期

关键词：

人工神经网络; 误差反向传播算法; 模糊推理;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

提出了一种新的神经网络学习算法.相对于其他学习算法,该算法侧重于网络参数的调整,通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习.结果表明,该算法能大大提高神经网络的学习速度和学习效率,并能从样本集中得到反常样本和小概率事件样本,对小概率事件样本有很好的学习能力.

引用

页码：96 / 98+102 +102

页数：4

共 5 条

[1]

一种新的神经网络学习算法 [J].

王继成 .

计算机工程与科学, 2000, (03) :6-9+17

[2]

组合神经网络模型中典型训练样本集的选取 [J].

钱政 ;

杨莉 ;

严璋 .

高电压技术, 1999, (04) :1-3+6

[3]

一种训练神经网络的模糊控制方法 [J].

王蕴红 ;

刘国岁 ;

王一丁 ;

顾红 .

红外与毫米波学报, 1997, (04)

[4]

自适应神经网络学习方法研究 [J].

尹申明 ;

陆建东 ;

雷鸣 ;

杨叔子 .

计算机研究与发展, 1994, (06)

[5]

模糊逻辑控制技术及其应用.[M].窦振中编著;.北京航空航天大学出版社.1995,

← 1 →