基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文在TAKAGI提出的神经网络驱动的模糊推理基础上,提出了基于聚类的新模糊神经网络结构和学习算法.该模糊神经网络能够利用聚类信息大大减少网络的学习量,并使得系统的应用性能有所提高.该结构和算法非常适合于大型复杂系统的自适应建模和数据开采等领域.文章最后给出了系统的仿真结果
推荐文章
基于聚类和模糊神经网络的装备维修费用预测
聚类
模糊神经网络
装备使用维修费用
预测
基于模糊聚类的神经网络故障诊断方法
模糊聚类
BP神经网络
故障诊断
基于聚类模糊神经网络的非线性电路故障诊断
故障诊断
神经网络
模糊规则
参数聚类
非线性电路
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类的模糊神经网络预测系统
来源期刊 小型微型计算机系统 学科 工学
关键词 模糊系统 神经网络 聚类
年,卷(期) 1999,(11) 所属期刊栏目
研究方向 页码范围 842-845
页数 4页 分类号 TP183
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模糊系统
神经网络
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导