期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
无师训练Fuzzy Min-Max人工神经网络 被引量:3
1
作者 张青贵 杨露菁 王昕晔 《系统工程与电子技术》 EI CSCD 1999年第11期83-86,共4页
提出了一种无师训练的fuzzy m inm ax 人工神经网络,它兼有一般fuzzy m inm ax 网与ART2网的优点,既弥补了fuzzy m inm ax 网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限... 提出了一种无师训练的fuzzy m inm ax 人工神经网络,它兼有一般fuzzy m inm ax 网与ART2网的优点,既弥补了fuzzy m inm ax 网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病。经模式识别仿真对比,对同样的输入数据,我们提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少。对模式识别而言,所提出的网络比fuzzy m inm ax 网和ART2网更具有实用价值。 展开更多
关键词 目标识别 拓扑网络 门限控制 人工神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部