计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2013年
1期
4-6
,共3页
小波变换%T-S模糊模型%神经网络%小波模糊神经网络%非线性函数
小波變換%T-S模糊模型%神經網絡%小波模糊神經網絡%非線性函數
소파변환%T-S모호모형%신경망락%소파모호신경망락%비선성함수
将前馈神经网络与T-S模糊模型相融合构造了一种模糊神经网络,进一步利用小波变换的压缩特性与模糊神经网络相结合构造出一种小波模糊神经网络模型,并应用在非线性函数逼近上.通过仿真,结果表明小波模糊神经网络是最优的.
將前饋神經網絡與T-S模糊模型相融閤構造瞭一種模糊神經網絡,進一步利用小波變換的壓縮特性與模糊神經網絡相結閤構造齣一種小波模糊神經網絡模型,併應用在非線性函數逼近上.通過倣真,結果錶明小波模糊神經網絡是最優的.
장전궤신경망락여T-S모호모형상융합구조료일충모호신경망락,진일보이용소파변환적압축특성여모호신경망락상결합구조출일충소파모호신경망락모형,병응용재비선성함수핍근상.통과방진,결과표명소파모호신경망락시최우적.
