一种无师训练的模糊极小极大人工神经网络

1

作者 叶慧娟 王昕晔 《海军工程大学学报》 CAS 2002年第5期67-71,共5页

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max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,文中提出的网... 提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max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,文中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.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值. 展开更多

关键词 模糊极小极大 人工神经网络 FUZZY min-max网 ART2网 有师训练 无师训练 目标识别

下载PDF 职称材料

无师General Fuzzy Min-Max人工神经网络 被引量：4

2

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

产品概念设计阶段的案例相似性检索技术研究 被引量：2

3

作者 谷建光 张为华 王中伟 《计算机集成制造系统》 EI CSCD 北大核心 2008年第4期625-629,721,共6页

以提高产品设计结果的论域覆盖面和增加可行设计结果的多样性为目的,研究了产品概念设计阶段的基于案例推理的产品设计案例相似性检索技术。首先,对产品设计案例相似性检索进行了问题描述;然后指出了传统相似性检索方法的不足;进而提出... 以提高产品设计结果的论域覆盖面和增加可行设计结果的多样性为目的,研究了产品概念设计阶段的基于案例推理的产品设计案例相似性检索技术。首先,对产品设计案例相似性检索进行了问题描述;然后指出了传统相似性检索方法的不足;进而提出一种新的基于划分聚类和一般模糊极小极大神经网络的相似案例检索方法,并建立检索模型;最后,通过基于案例推理的固体火箭发动机总体设计实例表明,与传统方法相比,新方法可有效提高相似结果案例集的论域覆盖面,增加设计结果的多样性,提高检索效率,进而提高了固体发动机总体设计质量。 展开更多

关键词 产品设计 案例相似性检索 划分聚类 模糊极小极大神经网络 固体火箭发动机总体设计

下载PDF 职称材料

基于多特征空间与神经网络的SAR图像识别方法 被引量：4

4

作者 杨露菁 郝威 +1 位作者 刘忠 王德石 《系统工程与电子技术》 EI CSCD 北大核心 2009年第12期2859-2862,共4页

同一目标在不同方位角下的SAR图像有很大变化,这使得基于单视角图像进行SAR图像目标识别具有很大难度。针对这一问题,提出了一种基于多个独立分量分析特征空间及神经网络集成的SAR图像目标识别系统。通过独立分量分析构造若干个方位角的... 同一目标在不同方位角下的SAR图像有很大变化,这使得基于单视角图像进行SAR图像目标识别具有很大难度。针对这一问题,提出了一种基于多个独立分量分析特征空间及神经网络集成的SAR图像目标识别系统。通过独立分量分析构造若干个方位角的SAR图像特征空间,为每一特征空间各训练一个模糊极小极大神经网络用于分类,然后利用D-S证据理论集成各个神经网络的输出。仿真结果表明,与利用精确的方位角估计预处理选择最佳单一神经网络相比,该方法可以获得更高的识别精度,且不需要进行方位角估计预处理。 展开更多

关键词 SAR图像目标识别 独立分量分析 神经网络集成 特征空间 模糊极小极大神经网络

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

5

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

General Fuzzy Min-Max神经网络的改进与应用 被引量：2

6

作者 彭鹏菲 杨露菁 张青贵 《武汉理工大学学报》 CAS CSCD 2004年第10期87-89,共3页

针对 General Fuzzy Min- Max(GFMM)神经网络不能自适应学习新类的缺陷 ,提出了一种基于该网络的无师训练改进算法。它一方面继承原 GFMM网可以处理模糊输入量的优点 ,重构了网络中的模糊隶属度函数 ;另一方面结合ART2神经网络无师学习... 针对 General Fuzzy Min- Max(GFMM)神经网络不能自适应学习新类的缺陷 ,提出了一种基于该网络的无师训练改进算法。它一方面继承原 GFMM网可以处理模糊输入量的优点 ,重构了网络中的模糊隶属度函数 ;另一方面结合ART2神经网络无师学习的特点 ,引入了网络警戒门限和运行状态切换控制。改进后的 GFMM神经网络完全具备了自适应调整和无师学习的能力 ,并展现出了良好的并行处理性能。自动目标识别中的应用结果表明 展开更多

关键词 一般模糊极小极大网 无师训练 模糊隶属度函数 自动目标识别

下载PDF 职称材料

化合物构效关系的模糊极小极大神经网络识别研究 被引量：1

7

作者 李永武 叶志前 陆金芳 《生物医学工程学杂志》 EI CAS CSCD 2002年第3期449-451,共3页

应用模糊极小极大神经网络研究了化合物复杂结构和性能 (QSAR)之间的关系 ;用该法进行几组化合物致癌的识别 ,结果优于线性回归的方法。

关键词 构效关系 模糊聚类 模糊极小极大神经网络 致癌识别

下载PDF 职称材料

基于模糊极小极大神经网络的雷达一维像识别 被引量：1

8

作者 汤光华 戴毅 刘国岁 《兵工学报》 EI CAS CSCD 北大核心 2004年第2期218-221,共4页

雷达目标一维距离像是随雷达姿态角变化的 ,但由于目标姿态变化的连续性及目标散射点分布的连续性 ,其一维距离像是一个随视角变化而逐渐演变的过程 ,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线。本文在基于线性内插神经... 雷达目标一维距离像是随雷达姿态角变化的 ,但由于目标姿态变化的连续性及目标散射点分布的连续性 ,其一维距离像是一个随视角变化而逐渐演变的过程 ,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线。本文在基于线性内插神经网络对雷达一维距离像识别的基础上 ,改进了线性内插时特征轨迹线的形成方法。提出了一种基于模糊极小极大神经网络分类器的雷达目标一维距离像目标识别方法 ,利用模糊极小极大神经网络中的超方匣的并集来形成雷达目标特征轨迹线。进行了三类飞机目标的 0～ 180°姿态角范围内一维距离像的分类实验研究 ,结果表明 。 展开更多

关键词 雷达工程 雷达一维距离像 模糊极小极大神经网络 目标识别

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

9

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

化合物构效关系的模糊极小极大神经网络识别研究 被引量：1

10

作者 李永武 叶志前 等 《医学与工程》 2002年第1期36-39,共4页

应用模糊极小极大神经网络研究了化合物复杂结构和性能（QSAR）之间的关系。用该法进行几组化合物致癌的识别，结果优化于线性归的方法，对此作出一些分析。

关键词 化合物 构效关系 模糊 聚类 模糊极小极大神经网络 致癌识别 QSAR

下载PDF 职称材料

基于模糊神经网络的汽车牌照识别算法

11

作者 董慧颖 曹仁帅 《信息与控制》 CSCD 北大核心 2003年第z1期753-755,共3页

汽车牌照识别系统中影响识别率的行汽车牌照识别,其识别率很难提高;即使是加上基于结构的拓扑特征,识别率在一定程度上有所提高,但也提高不多.本文采用基于模糊极小极大神经网络的识别算法进行汽车牌照识别,识别率有了很大程度的提 .高.

关键词 神经网络 模糊神经网络 汽车牌照识别 模糊极小极大神经网络

下载PDF 职称材料

化合物致癌模糊极小极大神经网络识别研究

12

作者 李永武 陆金芳 《医学与工程》 2000年第1期19-21,48,共4页

将模糊数学的隶属度概念、模糊聚类的方法和模糊极小极大神经网络的方法相结合，构筑一算法，研究化合物复杂结构和性能（ＱＳＡＲ）之间的关系；用该法进行几组化合物致癌的识别，结果优于线性回归的方法，对此作出一些分析。

关键词 模糊极小极大神经网络 致癌识别 癌症 QSAR

下载PDF 职称材料

一般模糊极小极大神经网络的改进研究

13

作者 李风军 高志文 金智 《数学的实践与认识》 CSCD 北大核心 2014年第24期59-66,共8页

针对一般模糊极小极大神经网络在处理重叠超盒和包含超盒时,出现新的类而标识为未知类,进而无法达到聚类预期效果的问题,提出了通过超盒的收缩过程来加入新类或删除一个已存在类的一般模糊极小极大神经网络,它继承了一般模糊极小极大神... 针对一般模糊极小极大神经网络在处理重叠超盒和包含超盒时,出现新的类而标识为未知类,进而无法达到聚类预期效果的问题,提出了通过超盒的收缩过程来加入新类或删除一个已存在类的一般模糊极小极大神经网络,它继承了一般模糊极小极大神经网络的优点,并且避免了一般模糊极小极大神经网络在分类时的随意性,弥补了一般模糊极小极大神经网络无法达到聚类预期效果的目的,以及提高了模式分类的准确性和高效性.最后,通过实例验证了方法实用有效. 展开更多

关键词 一般模糊极小极大神经网络 聚类 超盒扩张 收缩过程

原文传递

FMM神经网络结合CART的感应电动机故障诊断方法 被引量：2

14

作者 周柏清 王刘涛 任勇军 《电子器件》 CAS 北大核心 2016年第4期993-999,共7页

针对感应电动机存在多种故障问题,提出一种融合模糊极小-极大(FMM)神经网络和分类回归树(CART)的电机故障诊断方法(FMM-CART),对转子断条、定子绕组和电压失衡三种常见电机故障进行诊断。通过采集电机三相的电流信号,并进行功率谱分析,... 针对感应电动机存在多种故障问题,提出一种融合模糊极小-极大(FMM)神经网络和分类回归树(CART)的电机故障诊断方法(FMM-CART),对转子断条、定子绕组和电压失衡三种常见电机故障进行诊断。通过采集电机三相的电流信号,并进行功率谱分析,提取特定谐波信号作为FMM-CART模型的输入特征。训练过的FMM神经网络根据输入特征计算置信因子,CART根据置信因子构建决策树,最终输出诊断结果。实验结果表明,FMM-CART能有效的诊断各种电机故障,且具有较少的检测时间和较低的网络复杂度。 展开更多

关键词 感应电动机故障诊断 三相电流信号 模糊极小-极大神经网络 分类回归树 功率谱分析

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

15

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