基于模糊识别的神经网络分类器  

Neural Network Classifier Based on Fuzzy Recognition

作　　者：颜华[1] 胡谋[1] 

机构地区：[1]上海铁道大学计算技术研究所

出　　处：《上海铁道大学学报》1996年第2期27-32,共6页

基　　金：上海市自然科学基金

摘　　要：提出一种基于模糊识别的神经网络分类器．首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ω的隶属变Ｕ（Ｘｋ）．然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神经网络分类器．这种方法将模糊理论与神经网络分布式联想存储的优点相结合，便无监督分类器成了有监督分类器。A neural network classifier based on fuzzy recognition is proposed. The exercise samples are fuzzily classified and the membership U.(Xk) of the classified samples is obtained.By using the classified exercise samples and their membership, the neural network is exercised and the membership functions are obtained.Then,the neural network classifier is constructed.With the dispersed associative memory of the neural networks,the non-controlling classifier becomes the controlling classifier.

关 键 词：神经网络 模糊识别 网络分类器 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O235[自动化与计算机技术—控制科学与工程]