期刊导航
期刊开放获取
cqvip
退出
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
无师General Fuzzy Min-Max人工神经网络
被引量：
4
1
作者
彭鹏菲
杨露菁
张青贵
《系统工程与电子技术》
EI
CSCD
北大核心
2004年第10期1503-1505,1536,共4页
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其...
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性。
展开更多
关键词
一般模糊极小极大神经网络
无师训练
自动目标识别
下载PDF
职称材料
一种基于划分聚类和模糊神经网络的机器学习方法
被引量：
4
2
作者
谷建光
张为华
+1 位作者
王中伟
解红雨
《系统仿真学报》
EI
CAS
CSCD
北大核心
2007年第23期5581-5586,共6页
将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建...
将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习。通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集。
展开更多
关键词
划分聚类
一般模糊极小极大神经网络
机器学习
案例推理
固体火箭发动机总体设计
下载PDF
职称材料
基于知识重用的固体火箭发动机结构形式选择
3
作者
谷建光
张为华
王中伟
《推进技术》
EI
CAS
CSCD
北大核心
2008年第1期1-7,共7页
以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用...
以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用的固体发动机结构形式选择模型描述;然后建立了固体发动机结构选项一般模糊极小极大神经网络;最后以具体型号总体设计为例,完成结构形式选择,得到了包含实际结果的多个可行方案。该方法提高了设计过程自动化水平,且可提供多个不同的结构选择可行方案供设计人员参考。
展开更多
关键词
知识工程
知识重用
一般模糊极小极大神经网络
固体推进剂火箭发动机
结构模式识别
下载PDF
职称材料
基于模糊自适应谐振网的多源遥感图像融合方法
被引量：
1
4
作者
周宇
张黎宁
高文君
《计算机应用与软件》
CSCD
北大核心
2007年第10期84-86,共3页
介绍模糊自适应谐振网在多源遥感图像融合的应用。详细分析模糊自适应谐振网聚类算法的步骤和特点,并比较模糊自适应谐振网和一般模糊极小-极大网的差异。实验证明模糊自适应谐振网的自适应稳定性佳,其聚类速度优于一般模糊极小-极大网...
介绍模糊自适应谐振网在多源遥感图像融合的应用。详细分析模糊自适应谐振网聚类算法的步骤和特点,并比较模糊自适应谐振网和一般模糊极小-极大网的差异。实验证明模糊自适应谐振网的自适应稳定性佳,其聚类速度优于一般模糊极小-极大网,而一般模糊极小-极大网聚类精度较好,对训练区域的依赖性较强。
展开更多
关键词
模糊自适应谐振网
一般模糊极小-极大网
多源遥感
图像融合
动态聚类
下载PDF
职称材料
题名
无师General Fuzzy Min-Max人工神经网络
被引量：
4
1
作者
彭鹏菲
杨露菁
张青贵
机构
海军工程大学信息与电气学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2004年第10期1503-1505,1536,共4页
文摘
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性。
关键词
一般模糊极小极大神经网络
无师训练
自动目标识别
Keywords
general
fuzzy
min
-
max
neural
network
unsupervised
training
automatic
target
recognition
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种基于划分聚类和模糊神经网络的机器学习方法
被引量：
4
2
作者
谷建光
张为华
王中伟
解红雨
机构
国防科技大学航天与材料工程学院
出处
《系统仿真学报》
EI
CAS
CSCD
北大核心
2007年第23期5581-5586,共6页
文摘
将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习。通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集。
关键词
划分聚类
一般模糊极小极大神经网络
机器学习
案例推理
固体火箭发动机总体设计
Keywords
partitioned
clustering
general
fuzzy
min
-
max
neural
network
machine
learning
case
based
reasoning
solidrocket
motor
system
design
分类号
TP182 [自动化与计算机技术—控制理论与控制工程]
V435 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于知识重用的固体火箭发动机结构形式选择
3
作者
谷建光
张为华
王中伟
机构
国防科技大学航天与材料工程学院
出处
《推进技术》
EI
CAS
CSCD
北大核心
2008年第1期1-7,共7页
文摘
以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用的固体发动机结构形式选择模型描述;然后建立了固体发动机结构选项一般模糊极小极大神经网络;最后以具体型号总体设计为例,完成结构形式选择,得到了包含实际结果的多个可行方案。该方法提高了设计过程自动化水平,且可提供多个不同的结构选择可行方案供设计人员参考。
关键词
知识工程
知识重用
一般模糊极小极大神经网络
固体推进剂火箭发动机
结构模式识别
Keywords
Knowledge-based
engineering
Knowledge
reuse
general
fuzzy
min
-
max
neural
network
Solid
propellant
rocket
engine
Structure
pattern
recognition
分类号
V435.1 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
基于模糊自适应谐振网的多源遥感图像融合方法
被引量：
1
4
作者
周宇
张黎宁
高文君
机构
南京林业大学信息技术与科学学院
出处
《计算机应用与软件》
CSCD
北大核心
2007年第10期84-86,共3页
文摘
介绍模糊自适应谐振网在多源遥感图像融合的应用。详细分析模糊自适应谐振网聚类算法的步骤和特点,并比较模糊自适应谐振网和一般模糊极小-极大网的差异。实验证明模糊自适应谐振网的自适应稳定性佳,其聚类速度优于一般模糊极小-极大网,而一般模糊极小-极大网聚类精度较好,对训练区域的依赖性较强。
关键词
模糊自适应谐振网
一般模糊极小-极大网
多源遥感
图像融合
动态聚类
Keywords
fuzzy
adaptive
resonance
neural
network
general
fuzzy
min
-
max
neural
network
Multi-source
remote
sensing
Image
fusion
Dynamic
clustering
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
无师General Fuzzy Min-Max人工神经网络
彭鹏菲
杨露菁
张青贵
《系统工程与电子技术》
EI
CSCD
北大核心
2004
4
下载PDF
职称材料
2
一种基于划分聚类和模糊神经网络的机器学习方法
谷建光
张为华
王中伟
解红雨
《系统仿真学报》
EI
CAS
CSCD
北大核心
2007
4
下载PDF
职称材料
3
基于知识重用的固体火箭发动机结构形式选择
谷建光
张为华
王中伟
《推进技术》
EI
CAS
CSCD
北大核心
2008
0
下载PDF
职称材料
4
基于模糊自适应谐振网的多源遥感图像融合方法
周宇
张黎宁
高文君
《计算机应用与软件》
CSCD
北大核心
2007
1
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
