×
呃，孟乔；吴世谦

一种简约模糊神经系统的快速学习算法。 （英语） Zbl 0996.68633号

模糊集系统。 126，第3期，337-351（2002）.
摘要：提出了一种基于扩展径向基函数神经网络的动态模糊神经网络学习算法，该神经网络在功能上等价于Takagi-Sugeno-Kang模糊系统。该算法由四部分组成：（1）规则生成准则；（2） 前提参数的分配；（3） 后续参数的确定和（4）修剪技术。该方法的显著特点是：（1）采用分层在线自组织学习范式，不仅可以调整参数，而且结构的确定可以自适应，无需预先划分输入空间；（2） 可以实现快速的学习速度，使系统能够实时实现。仿真研究和与其他一些学习算法的综合比较表明，该算法在结构简单、学习效率和性能方面具有优越性。

引用于5文件

MSC公司：

68单位99 计算方法和应用
68T05型 人工智能中的学习和自适应系统

关键词：

学习算法；动态模糊神经网络；径向基函数

软件：

美国国防部
PDF格式BibTeX公司 XML格式引用
\textit｛M.J.Er｝和\textit｛S.Wu｝，模糊集系统。126，第3号，337--351（2002；Zbl 0996.68633）
全文： 内政部

参考文献：

[1] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.J.，使用特定类别线性投影的特征脸与渔夫脸识别，IEEE Trans。模式分析。机器。智力。，19, 711-720 (1997)
[2] 布鲁姆黑德，D.S。；Lowe，D.，多变量函数插值和自适应网络，复杂系统，2321-355（1988）·Zbl 0657.68085号
[3] Chak，C.K。；冯，G。；Ma，J.，用于高维空间MIMO系统模型近似的自适应模糊神经网络，IEEE Trans。Systems Man Cybernet。B部分：网络。，28, 436-446 (1998)
[4] Chao，C.T。；陈永杰。；Teng，C.C.，使用相似性分析简化模糊神经系统，IEEE Trans。Systems Man Cybernet。B部分：网络。，26, 344-354 (1996)
[5] 陈，S。；Cowan，C.F.N。；Grant，P.M.，径向基函数网络的正交最小二乘学习算法，IEEE Trans。神经网络，2302-309（1991）
[6] Cho，K.B。；Wang，B.H.，基于径向基函数的自适应模糊系统及其在系统识别和预测中的应用，模糊集与系统，83，325-339（1996）
[7] M.J.Er，W.M.Wong，S.Wu，实现D-FNN算法的不同方法的比较研究，Proc。1999年在美国亚利桑那州凤凰城举行的第38届IEEE决策与控制大会上。；M.J.Er，W.M.Wong，S.Wu，实现D-FNN算法的不同方法的比较研究，Proc。1999年在美国亚利桑那州凤凰城举行的第38届IEEE决策与控制大会上。
[8] M.J.Er，S.Wu，J.Lu，使用径向基函数（RBF）神经网络进行人脸识别，Proc。1999年在美国亚利桑那州凤凰城举行的第38届IEEE决策与控制大会上。；M.J.Er，S.Wu，J.Lu，使用径向基函数（RBF）神经网络进行人脸识别，Proc。1999年在美国亚利桑那州凤凰城举行的第38届IEEE决策与控制大会上。
[9] 古德温，G.C。；Sin，K.S.，自适应滤波预测与控制（1984），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯，新泽西州·Zbl 0653.93001号
[10] 古普塔，M.M。；Rao，D.H.，《模糊神经网络原理、模糊集和系统》，61，1-18（1994）
[11] Jang，J.-S.R.，ANFIS自适应网络模糊推理系统，IEEE Trans。Systems Man Cybernet。，23, 665-684 (1993)
[12] Jang，J.-S.R。；Sun，C.T。；Mizutani，E.，《神经模糊与软计算》（Neuro-fuzzy and Soft Computing）（1997年），新泽西州普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯
[13] Johansen，T.A。；Foss，B.A.，使用状态分解识别非线性系统结构和参数，Automatica，31221-326（1995）·Zbl 0825.93114号
[14] Juang，C.F。；Lin，C.T.，在线自构造神经模糊推理网络及其应用，IEEE Trans。模糊系统，6，12-32（1998）
[15] 卡迪尔卡马纳桑，V。；Niranjan，M.，神经网络序贯学习的函数估计方法，神经计算。，5954-975（1993年）
[16] Kavli，T.，ASMOD-观测数据自适应样条建模的算法，国际。《控制杂志》，58947-967（1993）·Zbl 0786.93016号
[17] 劳伦斯，S。；贾尔斯，C.L。；卓伊，A.C。；Back，A.D.，《人脸识别：卷积神经网络方法》（神经网络和模式识别专刊），IEEE Trans。神经网络，8，98-113（1997）
[18] Lee，S。；Kil，R.M.，具有分层自组织学习的高斯势函数网络，神经网络，4207-224（1991）
[19] 李S.Z。；Lu，J.，使用最近特征线方法进行人脸识别，IEEE Trans。神经网络，10439-443（1999）
[20] 李，R.P。；Mukaidono，M.，基于模糊逻辑和神经网络融合的规则学习新方法，IEICE Trans。通知系统E78-d，1509-1514（1995）
[21] Lin，C.T.，具有结构和参数学习的神经模糊控制系统，模糊集和系统，70183-212（1995）
[22] Lin，Y.H。；坎宁安，G.A.，《模糊神经系统建模的新方法》，IEEE Trans。模糊系统，3190-197（1995）
[23] Lin，C.T。；Lee，C.S.G.，《神经模糊系统：智能系统的神经-模糊协同作用》（Neural-Fuzzy System：A Neural-Fuzzy Synergism to Intelligent Systems）（1996年），普伦蒂斯·霍尔：普伦蒂塞·霍尔恩格尔伍德克利夫斯，新泽西州
[24] 卢，Y。；Sundararajan，N。；Sarathandran，P.，使用最小径向基函数网络进行函数逼近的顺序学习方案，神经计算。，9, 461-478 (1997) ·Zbl 1067.68586号
[25] O.Nelles，O.Hecker，R.Isermann，用于运输延迟过程非线性系统识别的局部线性模型树（LOLIMOT）中的自动模型选择，Proc。IFAC交响乐团。《系统识别》，北九州，福冈，日本，1997年。；O.Nelles，O.Hecker，R.Isermann，用于运输延迟过程非线性系统识别的局部线性模型树（LOLIMOT）中的自动模型选择，Proc。IFAC交响乐团。《系统识别》，日本福冈北九州，1997年。
[26] 聂，J。；Linkens，D.A.，使用模糊自组织径向基函数网络的学习控制，IEEE Trans。模糊系统，1280-287（1993）
[27] 菲利普。Chen，L.，用于函数插值和逼近的快速监督学习神经网络，IEEE Trans。神经网络，71220-1229（1996）
[28] Platt，J.，用于函数插值的资源分配网络，神经计算。，3, 213-225 (1991)
[29] A.Roy，R.Miranda，《模糊逻辑、神经网络和类脑学习》，Proc。国际机场。神经网络会议，美国休斯敦，1997年。；A.Roy，R.Miranda，《模糊逻辑、神经网络和类脑学习》，Proc。国际机场。神经网络会议，美国休斯顿，1997年。
[30] Shann，J.J。；Fu，H.C.，模糊控制系统规则获取的模糊神经网络，模糊集与系统，71345-357（1995）
[31] Sugeno，M。；Kang，G.T.，模糊模型的结构识别，模糊集与系统，28，15-33（1988）·兹伯利0652.93010
[32] Sun，C.，基于自适应网络的模糊推理系统中的规则库结构识别，IEEE Trans。模糊系统，264-73（1994）
[33] Takagi，T。；Sugeno，M.，系统的模糊识别及其在建模和控制中的应用，IEEE Trans。Systems Man Cybernet。，SMC-151116-132（1985）·Zbl 0576.93021号
[34] Takagi，T。；Sugeno，M.，NN驱动模糊推理，国际。J.近似推理，5，191-212（1991）·Zbl 0733.68074号
[35] Wang，L.X.，《模糊系统与控制课程》（1997年），新泽西州普伦蒂斯·霍尔：普伦蒂斯霍尔恩格尔伍德克利夫斯·Zbl 0910.93002号
[36] 吴胜强，尔敏杰，廖建军，动态模糊神经网络的一种新的学习算法，Proc。1999年美国控制会议，美国加利福尼亚州圣地亚哥，1999年。；吴胜强，尔敏杰，廖建军，动态模糊神经网络的一种新的学习算法，Proc。1999年美国控制会议，美国加利福尼亚州圣地亚哥，1999年。
[37] 袁J.L。；Fine，T.L.，高维小型训练集的神经网络设计，IEEE Trans。神经网络，9266-280（1998）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。