基于模糊Hopfield网络的神经元模糊识别系统

被引：4

作者：

阮晓钢

机构：

[1] 北京工业大学自动化系

来源：

模式识别与人工智能 | 2000年 / 13卷 / 04期

基金：

北京市自然科学基金;

关键词：

神经计算; 模式识别; 神经元模糊系统;

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：

摘要：

本文基于模糊Hopfield网络研究提出了一种神经元模糊识别系统(Neuro-Fuzzy Recognition System,简称NFR系统,或NFRs)。其核心是(N+1)阶模糊Hopfield网络和NFR聚类核。通过(N+1)阶模糊Hopfield网络中的N阶子网络,对样本模式进行模糊聚类,学习样本模式中隐含的模糊聚类结构知识,形成NFR聚类核。基于NFR聚类核形成的知识结构,(N+1)阶模糊Hopfield网络对由待识别模式和样本模式构成的模式集合进行模糊聚类运算。NFRs可对模式空间的模式进行分类和识别,并依样本模式将其划分为等价类。论文对NFRs的性能进行了理论分析和示例研究,结果显示,NFRs具有良好的特性。

引用

页码：387 / 394

页数：8