由神经模糊系统扩展的 Kohonen 网络获取成员函数
神经与进化计算
2007-05-23 v1
摘要
本文提出了神经模糊系统经 Kohonen 网络扩展模型（NFN-MK），一种结合模糊系统技术与人工神经网络的混合计算模型。其主要任务是自动生成成员函数，特别是三角形形式，以实现系统的动态建模。该模型通过仿真实际系统（此处由非线性数学函数表示）进行测试。与传统神经网络的结果及与神经模糊系统在系统辨识领域的关联研究比较表明，NFN-MK 模型虽简洁，却展现出与传统方法相似的性能。
关键词
引用
@article{arxiv.cs/0503078,
title = {Obtaining Membership Functions from a Neuron Fuzzy System extended by Kohonen Network},
author = {Angelo Luis Pagliosa and Claudio Cesar de Sa and Fernando D. Sasse},
journal= {arXiv preprint arXiv:cs/0503078},
year = {2007}
}
备注
6 pages, 6 figures, 5th Congress of Logic Applied to Technology (LAPTEC 2005) Himeji, Japan, April 2-6, 2005