基于熵聚类模糊神经网络味觉信号识别系统的研究  

Identification of Taste Signals Based on an Entropy-Based Clustering Fuzzy Neural Network

作　　者：黄艳新[1] 周春光[1] 杨国慧[1] 邹淑雪[1] 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012

出　　处：《计算机研究与发展》2004年第3期414-419,共6页Journal of Computer Research and Development

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

摘　　要：提出了一种基于熵聚类的模糊神经网络味觉信号识别系统模型 ,该模型利用聚类方法实现模糊输入空间划分和模糊IF THEN规则提取 ,并使用梯度下降法对系统参数进行精炼 系统兼具有良好的可解释性和学习能力 ,对 1A fuzzy neural network for identifying 11 kinds of mineral waters is developed based on an entropy based clustering method Partitioning fuzzy input space and extracting fuzzy IF THEN rules are implemented employing the clustering method and the Gradient Descent algorithm is used for optimizing system parameters, so that the system has good interpretability and learning capability Experimental results show that the system is feasible and effective for identifying 11 kinds of mineral waters by its taste signals

关 键 词：模糊神经网络 熵 聚类 模糊输入空间划分 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]