模糊格构造型形态神经网络

• 作者: 刘鹏远 李兵 米双山 董俊
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 数学形态学 形态神经网络 模糊格 模式识别
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 319-327
• 页数: 9页
• 分类号: TP18
• 字数: 9206字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.02.017

摘要

针对构造型形态神经网络（CMNN ）决策函数的局限性，提出了一种模糊格构造型形态神经网络（FL-CMNN ）；该模型在利用训练好的CMNN进行分类时，引入模糊格包容性测度计算测试样本属于各超盒的隶属度值。采用仿真数据集对提出的FL-CMNN模型进行了评价，并与原始的CMNN和传统的人工神经网络、支持向量机、最近邻分类器进行了对比；试验结果表明，FL-CMNN在测试精度上明显优于原始的CMNN ，训练时间远远低于传统的神经网络和支持向量机，而分类精度丝毫不亚于传统的神经网络和支持向量机。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵	军械工程学院四系	70	414	12.0	16.0
2	米双山	军械工程学院四系	81	571	14.0	19.0
3	刘鹏远	军械工程学院四系	80	506	12.0	18.0
4	董俊		12	55	5.0	6.0