期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于递阶遗传算法模糊加权神经网络的模糊规则自动获取
被引量:
2
1
作者
曹云峰
王耀才
王军威
《计算机应用》
CSCD
北大核心
2006年第2期445-447,共3页
针对模糊规则的自动获取一直是模糊系统的一个瓶颈问题,提出一种基于递阶结构的混合编码遗传算法与进化规划相结合的模糊加权神经网络学习新算法,利用该算法同时优化模糊加权神经网络的结构和参数,最后说明了从网络中提取模糊规则的方法...
针对模糊规则的自动获取一直是模糊系统的一个瓶颈问题,提出一种基于递阶结构的混合编码遗传算法与进化规划相结合的模糊加权神经网络学习新算法,利用该算法同时优化模糊加权神经网络的结构和参数,最后说明了从网络中提取模糊规则的方法,从而自动获得最优的模糊规则。分析和实验结果表明,本文方法在规则提取和分类准确性等方面比其他方法更好。
展开更多
关键词
模糊加权神经网络
模糊
规则
递阶遗传算法
进化规划
在线阅读
下载PDF
职称材料
基于模糊加权神经网络的模糊规则自动获取
被引量:
3
2
作者
马铭
徐岩
张利彪
《计算机应用》
CSCD
北大核心
2003年第11期15-17,共3页
如何实现模糊规则的自动获取一直是模糊系统中的一个难题,文中在充分研究了模糊加权神经网络和遗传算法的基础上,给出了一种能够自动获取模糊规则的剪枝算法,并以此建立了新的网络模型。模拟结果验证了该模型的有效性。
关键词
模糊加权神经网络
模糊
规则
遗传算法
剪枝算法
在线阅读
下载PDF
职称材料
基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿
被引量:
20
3
作者
林海军
滕召胜
+1 位作者
杨进宝
刘让周
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2011年第7期1675-1680,共6页
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独...
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。
展开更多
关键词
数字温度传感器
误差补偿
径向基函数
神经网络
集成-
模糊
加权
输出
边界误差
在线阅读
下载PDF
职称材料
基于模糊规则自动生成算法的茶味觉信号识别
4
作者
马铭
张利彪
《计算机应用》
CSCD
北大核心
2007年第3期715-717,742,共4页
在充分研究了模糊加权神经网络和微粒群算法的基础上,给出一种能够自动生成模糊规则的剪枝算法,并以此建立了新的网络模型。通过茶味觉信号识别的仿真实验验证了该算法的有效性。
关键词
模糊
规则
微粒群算法
模糊加权神经网络
味觉识别
在线阅读
下载PDF
职称材料
题名
基于递阶遗传算法模糊加权神经网络的模糊规则自动获取
被引量:
2
1
作者
曹云峰
王耀才
王军威
机构
中国矿业大学信息与电气工程学院
出处
《计算机应用》
CSCD
北大核心
2006年第2期445-447,共3页
文摘
针对模糊规则的自动获取一直是模糊系统的一个瓶颈问题,提出一种基于递阶结构的混合编码遗传算法与进化规划相结合的模糊加权神经网络学习新算法,利用该算法同时优化模糊加权神经网络的结构和参数,最后说明了从网络中提取模糊规则的方法,从而自动获得最优的模糊规则。分析和实验结果表明,本文方法在规则提取和分类准确性等方面比其他方法更好。
关键词
模糊加权神经网络
模糊
规则
递阶遗传算法
进化规划
Keywords
weighted fuzzy neural network
fuzzy rule
hierarchical genetic algorithm
evolutionary programming
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于模糊加权神经网络的模糊规则自动获取
被引量:
3
2
作者
马铭
徐岩
张利彪
机构
北华大学教育技术中心
长春外国语学校
出处
《计算机应用》
CSCD
北大核心
2003年第11期15-17,共3页
文摘
如何实现模糊规则的自动获取一直是模糊系统中的一个难题,文中在充分研究了模糊加权神经网络和遗传算法的基础上,给出了一种能够自动获取模糊规则的剪枝算法,并以此建立了新的网络模型。模拟结果验证了该模型的有效性。
关键词
模糊加权神经网络
模糊
规则
遗传算法
剪枝算法
Keywords
fuzzy neural network
fuzzy rule
genetic algorithm
pruning algorithm
分类号
TP301.5 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿
被引量:
20
3
作者
林海军
滕召胜
杨进宝
刘让周
机构
湖南师范大学工学院
湖南大学电气与信息工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2011年第7期1675-1680,共6页
基金
商务部优化机电和高新技术产品进出口结构(No.财企[2007]301号)
湖南师范大学青年优秀人才培养计划(No.ET61107)资助项目
文摘
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。
关键词
数字温度传感器
误差补偿
径向基函数
神经网络
集成-
模糊
加权
输出
边界误差
Keywords
digital temperature sensor
error compensation
radial basis function neural network ensembles-fuzzy weighing output
boundary error
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于模糊规则自动生成算法的茶味觉信号识别
4
作者
马铭
张利彪
机构
北华大学信息管理中心
吉林大学计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2007年第3期715-717,742,共4页
基金
国家自然科学基金重点资助项目(60433020)
文摘
在充分研究了模糊加权神经网络和微粒群算法的基础上,给出一种能够自动生成模糊规则的剪枝算法,并以此建立了新的网络模型。通过茶味觉信号识别的仿真实验验证了该算法的有效性。
关键词
模糊
规则
微粒群算法
模糊加权神经网络
味觉识别
Keywords
fuzzy rule
particle swarm optimization
weighted fuzzy neural network
taste identification
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于递阶遗传算法模糊加权神经网络的模糊规则自动获取
曹云峰
王耀才
王军威
《计算机应用》
CSCD
北大核心
2006
2
在线阅读
下载PDF
职称材料
2
基于模糊加权神经网络的模糊规则自动获取
马铭
徐岩
张利彪
《计算机应用》
CSCD
北大核心
2003
3
在线阅读
下载PDF
职称材料
3
基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿
林海军
滕召胜
杨进宝
刘让周
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2011
20
在线阅读
下载PDF
职称材料
4
基于模糊规则自动生成算法的茶味觉信号识别
马铭
张利彪
《计算机应用》
CSCD
北大核心
2007
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部