模糊对向传播神经网络及其应用

• 作者: 史罡 张志华 王天树 郑南宁
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 对向传播网络 模糊隶属度函数 时间序列预测
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 短文
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP2
• 字数: 3052字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志华	西安交通大学人工智能与机器人研究所	11	335	8.0	11.0
2	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
3	王天树	西安交通大学人工智能与机器人研究所	6	100	5.0	6.0
4	史罡	西安交通大学人工智能与机器人研究所	3	103	3.0	3.0