模糊对向传播神经网络及其应用

被引：6

作者：

张志华

史罡

郑南宁

王天树

机构：

[1] 西安交通大学人工智能与机器人研究所!西安,西安交通大学人工智能与机器人研究所!西安,西安交通大学人工智能与机器人研究所!西安,西安交通大学人工智能与机器人研究所!西安

来源：

自动化学报 | 2000年 / 01期

关键词：

对向传播网络; 模糊隶属度函数; 时间序列预测;

D O I：

10.16383/j.aas.2000.01.007

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

通过把对向传播(CP)神经网络的竞争层神经元的输出函数定义为模糊隶属度函数,提出了模糊对向传播(FCP)神经网络.该网络是CP网络的推广,它不仅能有效克服CP存在的问题,而且具有全局函数逼近能力.在结构上,FCP网络同径向基函数(RBF)网络是等价的.实际上,它是一种RBF网络,而且还是一种模糊基函数网络.FCP在时间序列预测中的应用表明,FCP不仅在学习精度上,而且在泛化能力方面较之CP和RBF均有较大的改善.

引用

页码：60 / 64

页数：5

共 6 条

[1]

Fuzzy basis function, universal approximation, and orthogonal least -squares learning. Wang L X,Mendel M. IEEE Transactions on Neural Networks . 1992

[2]

Parallel self -organizing feature maps for unsupervised pattern recognition. Huntsberger T,Ajjimarangsee P. Int. J .General Systems . 1989

[3]

Pattern Recognition with Fuzzy Objective Function Algorithms. Bezdek J C. New York: Plenum . 1981

[4]

Pattern recognition.[P]. DIEP THANH A;AVI-ITZHAK HADAR I;GARLAND HARRY T.EP0622750A2,1994-11-02

[5]

On the training of radial basis function neural networks. Musavi M F,Ahmed Wet al. Neural Networks . 1992

[6]

Self-Organization and Associative Memory. Kohonen T. . 1989

← 1 →