基于信息融合的改进型模糊神经网络
结合模糊控制和神经网络的优点,采用模糊神经网络弥补数据融合算法中的不足;在此基础上提出一种新的模糊神经网络结构模型,分别以模糊化、模糊规则的组合和清晰化作为网络的学习算子,使神经网络与模糊控制的结合更加完善更加紧密;通过隐层构造和学习算子的推导发现,这种网络能很好的弥补数据融合算法的不足,并能进一步提高系统精度,且使计算量减少.
信息融合、模糊神经网络、学习算子
26
TP183;TP273+.4(自动化基础理论)
西北工业大学校科研和教改项目05023
2006-08-24(万方平台首次上网日期,不代表论文的发表时间)
共2页
117-118