| 一种基于T-S模糊模型的RBF神经网络的自适应学习算法 | |
| 李战明; 康爱红 | |
| 2003-12-01 | |
| 会议日期 | 2003 |
| 关键词 | T-S型模糊系统 RBF神经网络 自适应学习 |
| 英文摘要 | 针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T-S模糊模型的RBF神经网络的自适应学习算法。该算法不仅能动态调节T-S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和泛化能力。仿真结果验证了该算法是有效和可行的,表明此T-S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力。 |
| 内容类型 | 会议论文 |
| 源URL | [http://119.78.100.223/handle/2XXMBERH/28638]  |
| 专题 | 电气工程与信息工程学院 |
| 作者单位 | 1.甘肃工业大学电气工程与信息工程学院 2.甘肃工业大学电气工程与信息工程学院 |
| 推荐引用方式 GB/T 7714 | 李战明,康爱红. 一种基于T-S模糊模型的RBF神经网络的自适应学习算法[C]. 见:. 2003. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论