10.3321/j.issn:0254-3087.2004.06.027
基于模糊神经网络的规则学习
运用模糊神经网络,分别采取两种学习方法来对模糊控制器的规则样本进行学习优化,结果表明,运用聚类的思想,将模糊集合重新分组,先粗学后细学的方法比直接学习更先进,不仅能大大降低网络的复杂性,而且收敛速度更快,不易陷入局部极小.因此大大缩短了学习的时间.
模糊规则、神经网络、模糊神经网络(FNN)
25
TN7(基本电子电路)
2005-01-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
796-798,801