无师General Fuzzy Min-Max人工神经网络

摘要：

针对一般模糊极小极大(general fuzzy min-max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(general fuzzy min-max,GFMM)人工神经网络.它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷.实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性.

关键词：一般模糊极小极大神经网络、无师训练、自动目标识别

所属期刊栏目：26

分类号：TP183(自动化基础理论)

在线出版日期：2004-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1503-1505,1536