模糊径向基函数神经网络在模糊数据建模中的应用
文献类型 | 学位 |
作者 | 邓洛凤[1] |
机构 | 北京航空航天大学 ↓ |
授予学位 | 硕士 |
年度 | 2003 |
学位授予单位 | 北京航空航天大学 |
语言 | 中文 |
关键词 | 模糊系统;神经网络;模糊建模;模糊线性回归;模糊向量聚类 |
摘要 | 该文提出了用模糊径向基函数神经网络(Fuzzified Radial Basis FunctionNetwork,FRBFN)进行模糊数据建模.我们的贡献主要包括:1)提出了FRBFN的网络结构.FRBFN是实数域中经典的径向基函数神经网络(RBFN)在模糊数域的推广,具有模糊的权值,能够处理模糊输入—输出数据.2)指出这种模糊径向基函数神经网络等价于一类模糊专家系统,因而具有明确的物理意义.3)我们给出了模糊数向量的定义,并把一种L-R型模糊数的度量推广到高维模糊数向量空间,同时证明了相应度量空间的完备性.4)结合L-R型模糊数向量和模糊数向量的定义,在现有文献的结果的基础上进一步提出了用于模糊数向量的聚类算法. |
影响因子:
dc:title:模糊径向基函数神经网络在模糊数据建模中的应用
dc:creator:邓洛凤
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media:北京航空航天大学
dc:identifier: LnterrelatedLiterature:北京航空航天大学.2003.
dc:identifier:DOI:
dc: identifier:ISBN: