中山大学学报（自然科学版）
中山大學學報（自然科學版）
중산대학학보（자연과학판）
ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI
2013年
1期
34-39
,共6页
动态模糊神经网络%模糊规则%修剪技术%特征值分解
動態模糊神經網絡%模糊規則%脩剪技術%特徵值分解
동태모호신경망락%모호규칙%수전기술%특정치분해
提出了一种D-FNN的新算法.其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效；使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D-FNN结构,避免了过拟合现象.最后通过对Hermite多项式逼近能力来验证所提方案的有效性.仿真结果表明使用特征值分解修剪技术和高斯激活函数的DFNN具有良好的性能.
提齣瞭一種D-FNN的新算法.其算法的最主要特點是:D-FNN選擇高斯函數作為網絡的激活函數和模糊繫統的隸屬函數,該算法不僅具有彊大的全跼映射汎化能力,而且在細化跼部方麵也有效；使用特徵值分解脩剪技術使得網絡結構不會持續增長,可穫得更為緊湊的D-FNN結構,避免瞭過擬閤現象.最後通過對Hermite多項式逼近能力來驗證所提方案的有效性.倣真結果錶明使用特徵值分解脩剪技術和高斯激活函數的DFNN具有良好的性能.
제출료일충D-FNN적신산법.기산법적최주요특점시:D-FNN선택고사함수작위망락적격활함수화모호계통적대속함수,해산법불부구유강대적전국영사범화능력,이차재세화국부방면야유효；사용특정치분해수전기술사득망락결구불회지속증장,가획득경위긴주적D-FNN결구,피면료과의합현상.최후통과대Hermite다항식핍근능력래험증소제방안적유효성.방진결과표명사용특정치분해수전기술화고사격활함수적DFNN구유량호적성능.
