发明名称 |
一种能自组织的关联模糊神经网络 |
摘要 |
本发明公开了一种能自组织的关联模糊神经网络,包括:输入若干个训练数据;利用所述的若干个训练数据生成模糊规则;裁剪所生成的冗余的模糊规则;识别所述的一种能自组织的关联模糊神经网络中的线性参数,建立起所述的一种能自组织的关联模糊神经网络;将所建立起来的一种能自组织的关联模糊神经网络应用于控制或预测等领域。本发明在建模过程中考虑了输入数据之间的关联性,能够动态地自动地确定模糊规则的数量,建模精度高,方法简单,模型结构紧凑。 |
申请公布号 |
CN104778496A |
申请公布日期 |
2015.07.15 |
申请号 |
CN201510213945.6 |
申请日期 |
2015.04.29 |
申请人 |
江南大学 |
发明人 |
沈艳霞;高超;陆欣 |
分类号 |
G06N3/02(2006.01)I;G06K9/66(2006.01)I |
主分类号 |
G06N3/02(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种能自组织的关联模糊神经网络,其特征在于,包括以下步骤:输入若干个训练数据;利用所述的若干个训练数据生成模糊规则;裁剪所生成的冗余的模糊规则;识别所述的一种能自组织的关联模糊神经网络中的线性参数,建立起所述的一种能自组织的关联模糊神经网络;将所建立起来的一种能自组织的关联模糊神经网络应用于控制或预测等领域。 |
地址 |
214122 江苏省无锡市滨湖区蠡湖大道1800号 |