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
共找到5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：
模糊神经网络的混合学习算法及其软测量建模 被引量：14
1
作者 刘瑞兰 苏宏业 褚健 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第12期2878-2881,共4页
提出了一阶TSK模糊神经网络的混合学习算法,算法由三部分组成:基于模糊聚类的网络初始化;基于梯度下降的规则前件的学习算法;基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值,当... 提出了一阶TSK模糊神经网络的混合学习算法,算法由三部分组成:基于模糊聚类的网络初始化;基于梯度下降的规则前件的学习算法;基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值,当输入变量个数多时不会出现模糊规则数爆炸现象,训练速度快,模型精度高。将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中,取得了令人满意的效果。 展开更多
关键词 混合学习 tsk模糊神经网络 软测量 部分最小二乘 模糊聚类
下载PDF
基于PSOFS和TSK模糊系统的不平衡心电数据分类算法
2
作者 李鑫辉 申情 张雄涛 《大数据》 2022年第5期139-152,共14页
提出基于粒子群优化特征选择(PSOFS)算法和TSK(Takagi-Sugeno-Kang)模糊系统的心电信号分类模型,即基于PSOFS和TSK的并行集成模糊神经网络(PE-PT-FN),用于心电图预测。首先对训练集中的各类样本进行随机放回抽样,然后将抽样得到的样本... 提出基于粒子群优化特征选择(PSOFS)算法和TSK(Takagi-Sugeno-Kang)模糊系统的心电信号分类模型,即基于PSOFS和TSK的并行集成模糊神经网络(PE-PT-FN),用于心电图预测。首先对训练集中的各类样本进行随机放回抽样,然后将抽样得到的样本合并在一起,再独立且并行地通过PSOFS算法进行特征选择。PSOFS算法中不同的位置表示不同的特征子集,初始位置随机的粒子经过多次迭代收敛至最佳位置。每个子集得到一个特征子集用于并行训练多组独立的小型TSK模糊神经网络(TSK-FNN)。模糊系统的可解释性和PSOFS算法挑选出来的特征子集能有效地帮助医学研究者找出心电信号数据与不同类型病例之间的关联。实验证明,PE-PT-FN在保留可解释性的前提下,能将预测结果的宏召回率提升至92.35%。 展开更多
关键词 tsk模糊神经网络 粒子群优化特征选择 集成学习 心电信号分类 不平衡数据
下载PDF
基于粒子群优化的虚拟表情建模的应用研究
3
作者 张科辉 王士同 《计算机工程与应用》 CSCD 北大核心 2007年第4期67-70,共4页
探讨了如何训练虚拟人物表情这一新课题,提出了将TSK模糊神经网络应用于虚拟人物表情的建模研究,并用粒子群优化(PSO)算法训练TSK模糊神经网络。实验结果表明,当该算法应用于训练虚拟人物表情这一问题时,能在保证精度的前提下快速收敛,... 探讨了如何训练虚拟人物表情这一新课题,提出了将TSK模糊神经网络应用于虚拟人物表情的建模研究,并用粒子群优化(PSO)算法训练TSK模糊神经网络。实验结果表明,当该算法应用于训练虚拟人物表情这一问题时,能在保证精度的前提下快速收敛,并能避免陷入局部最优,从而使得不同的动画导演利用这个系统,能够根据自己的知识产生出符合自己要求的虚拟表情输出。 展开更多
关键词 tsk模糊神经网络 粒子群优化 虚拟人物表情 学习算法
下载PDF
基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究 被引量：4
4
作者 熊渊琳 方宝英 《机电工程》 CAS 北大核心 2019年第4期413-417,共5页
针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内... 针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内的PMLSM动态数学模型;利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习,提高了系统抑制不确定性因素的鲁棒性,保证了系统的动态跟踪性能。实验及研究结果表明:与模糊神经网络PID控制方法相比,TSKFRNN可以有效辨识电机参数,抑制系统的不确定性对系统伺服性能的影响,提高了系统的鲁棒性和跟踪性能。 展开更多
关键词 永磁直线同步电动机 不确定性因素 tsk型递归模糊神经网络 鲁棒性 跟踪性
下载PDF
一种基于TSK型递归模糊神经网络的无刷直流电动机位置控制方法仿真 被引量：1
5
作者 王洪希 周振雄 +1 位作者 张胜 贾未 《微电机》 北大核心 2009年第6期82-85,共4页
考虑系统的参数变化和包括摩擦力在内的非线性及时变的外界干扰情况下,永磁无刷直流电动机位置伺服控制系统是多变量和非线性的时变系统。针对传统PID控制方法的不足,提出了一种TSK型模糊神经网络控制器的设计方法,并用于永磁无刷直流... 考虑系统的参数变化和包括摩擦力在内的非线性及时变的外界干扰情况下,永磁无刷直流电动机位置伺服控制系统是多变量和非线性的时变系统。针对传统PID控制方法的不足,提出了一种TSK型模糊神经网络控制器的设计方法,并用于永磁无刷直流电动机伺服控制系统的位置控制;可同时动态在线进行结构学习和参数学习,以提高位置控制静态精度和动态跟踪性能。仿真结果表明,所设计的TSK型模糊神经网络位置控制器响应速度快、跟踪性能好、输出精度高、动态和静态性优能于传统PID控制方法。 展开更多
关键词 无刷直流电动机 tsk型递归模糊神经网络 位置控制器 PID控制
下载PDF
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
使用帮助 返回顶部