模糊极小极大神经网络参数的研究与应用  

Research on parameters of fuzzy min-max neural networks

作　　者：葛欣[1] 丁恩杰[2] 

机构地区：[1]中国矿业大学计算机学院,江苏徐州221116 [2]中国矿业大学信息与电气工程学院,江苏徐州221116

出　　处：《控制与决策》2010年第2期295-298,共4页Control and Decision

基　　金：国家自然科学基金项目(70533050)

摘　　要：通过研究模糊极小极大算法,找出参数设置的原理和存在的局限性.提出使用多元状态估计技术中相似度的计算方法,结合模糊集合论中的贴近度函数进行非线性运算,从而找出参数与具体分析数据间的对应关系,实现了动态设定,提高了模式分类的准确性.最后通过实际应用验证了该方法的有效性.The regulation principle of the parameters and some intrinsic localization are explored by studying fuzzy min-max algorithm. The relationship between the parameters and the training data is presented by using similarity measurement mentioned by multivariate state estimation technique. The nonlinear operation of the measurement is implemented by using closeness degree function of fuzzy set theory. Dynamic design of the parameters is realized and the accuracy of classification is improved. Practical application proves the effectiveness of the method.

关 键 词：多元状态估计 模糊隶属度函数 贴近度函数 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]