基于小波神经网络的云模型

• 作者: 肖建 黄景春
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 云模型 小波神经网络 多分辨率分析
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 53-57
• 分类号: TP183|TP273
• 字数: 3970字
• 语种: 中文

摘要

云模型是一种基于语言规则的不确定性推理系统.为了提高辨识精度通常需要增加规则数目,这样在多维输入的情况下容易形成"维数灾".为了解决此问题,利用小波神经网络代替传统云模型的后件隶属云,建立了一种基于小波神经网络的云模型(WNCM).详细分析了WNCM的系统结构,同时给出了参数和结构辨识算法.仿真结果以及与其它方法的对比分析表明,WNCM具有较强的非线性函数逼近能力,在不增加推理规则的前提下,可以实现对系统的精确辨识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建	西南交通大学电气工程学院	232	2867	26.0	38.0
2	黄景春	西南交通大学电气工程学院	18	149	9.0	11.0