模糊对向传播神经网络及其应用
通过把对向传播(CP)神经网络的竞争层神经元的输出函数定义为模糊隶属度函数,提出了模糊对向传播(FCP)神经网络.该网络是CP网络的推广,它不仅能有效克服CP存在的问题,而且具有全局函数逼近能力.在结构上,FCP网络同径向基函数(RBF)网络是等价的.实际上,它是一种RBF网络,而且还是一种模糊基函数网络.FCP在时间序列预测中的应用表明,FCP不仅在学习精度上,而且在泛化能力方面较之CP和RBF均有较大的改善.
对向传播网络、模糊隶属度函数、时间序列预测
26
TP2(自动化技术及设备)
国家高技术研究发展计划863计划
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
56-60