10.16208/j.issn1000-7024.2015.12.045
基于模糊神经网络的机场噪声烦恼度模型学习
鉴于机场噪声烦恼度模型的模糊规则量较大,采用传统的基于梯度的模糊神经学习算法存在计算量大、收敛速度慢、学习效率低的问题,提出一种基于模糊神经网络的机场噪声烦恼度模型混合学习方法。基于聚类思想,重新对模糊集合进行分组,采用先粗学习后细学习的间接学习方法;改进传统的基于梯度的模糊神经学习算法,将该算法应用到间接学习过程中,即混合学习方法。实验结果表明,该混合学习方法可以快速收敛,缩短学习时间,减少误差求解过程中的计算量,提高模型的学习效率。
机场噪声烦恼度模型、模型学习、模糊神经网络、改进的学习算法、混合学习方法
TP39(计算技术、计算机技术)
国家自然科学基金项目61139002;国家863高技术研究发展计划基金项目2012AA063301;中国民用航空局科技基金项目MHRD201130;中央高校科研业务经费基金项目3122013P013、3122013C005;国家科技支撑计划课题基金项目2014BAJ04B02
2016-01-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
3396-3401