基于模糊神经网络方法实现茶味信号识别的研究  

Taste Identification of Tea Through a Fuzzy Neural Network Based on Fuzzy c-means Clustering

作　　者：郑岩[1] 周春光[2] 黄艳新[2] 

机构地区：[1]北京邮电大学计算机科学与技术学院,北京100876 [2]吉林大学计算机科学与技术学院,吉林长春130023

出　　处：《小型微型计算机系统》2004年第7期1290-1294,共5页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目 (60 175 0 2 4)资助;教育部"符号计算与知识工程"重点实验室资助

摘　　要：提出一种基于模糊 c-均值聚类 (FCM)的模糊神经网络模型用于茶味信号识别的方法 .该方法采用模糊 c-均值聚类实现模糊神经网络中模糊子集及其隶属度函数的自动确定 ,并对模糊加权型推理法进行了改进 ,在此基础上构建了一个模糊神经网络模型 .通过 5种茶味信号识别的仿真实验 ,表明本文提出方法的有效性 .Presents a fuzzy neural network model based on fuzzy c means (FCM) clustering algorithm to realize the taste identification of tea. The proposed method can acquire the fuzzy subset and its membership function in an automatic way with the aid of FCM clustering algorithm. Moreover, we improve the fuzzy weighted inference approach. The proposed model is illustrated with the simulation of taste identification of tea.

关 键 词：模糊C-均值聚类 模糊神经网络 味觉识别 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]