作者:
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:
提出了模糊极大极小神经网络新的隶属函数及新的并集学习算法.算法不受形状因子的影响且与学习顺序无关,各模糊子集的等λ截集中不存在异类训练样本,学习后的隐层节点数较扩充-收缩算法更少,对训练集和检测集的正确识别率更高.
推荐文章
解一类凸二次极大极小问题的新神经网络
极大极小问题
收敛性
稳定性
神经网络
一种新型的动态递归-直觉模糊神经网络及其学习算法
直觉模糊集
动态递归神经网络
学习算法
基于混合学习算法的模糊小波神经网络控制
模糊神经网络
小波
遗传算法
BP算法
基于粗糙集理论的模糊神经网络构造方法
粗糙集
模糊神经网络
隶属函数
离散化
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 模糊极大极小神经网络新的并集学习算法
来源期刊 模式识别与人工智能 学科 工学
关键词 模糊识别 模糊极大极小神经网络 学习算法
年,卷(期) 2001,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 413-416
页数 4页 分类号 TP18
字数 3038字 语种 中文
DOI 10.3969/j.issn.1003-6059.2001.04.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 华强 6 51 3.0 6.0
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  (23)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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
模糊识别
模糊极大极小神经网络
学习算法
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导