级联模糊神经网络,HFNNS
1)HFNNS级联模糊神经网络
1.According to the distribution of the feature samples,we established the Hierarchical Fuzzy Neural Network System (HFNNS) with initial experience to guarantee the controllability of the knowledge inference structure.针对非平稳的数字调制信号,构造新的高阶交叉累量特征;利用神经网络的学习机制实现自适应模糊推理调制识别器的非线性动态建模;采取分层决策的级联结构,提高了特征与识别器的契合度,最大程度上减少了隶属度函数和模糊规则的冗余;根据特征样本的大致分布建立蕴涵初始经验的级联模糊神经网络系统,使知识推理结构明确可控;通过样本训练实现结构参数自适应调整和优化,完成其逼近求精。
2)multi-level discrete fuzzy neural networks多级离散模糊神经网络
1.To solve the problems of low adaptability for mutative external environment existed in the theory of fuzzy sets and the disadvantage of failing to obtain eventual relationship among the fuzzy sets existed in the model of neural networks, this paper proposes amulti-level discrete fuzzy neural networks model which has the “if-then” rule of fuzzy inference system.针对模糊集理论在建模中对变化的外部环境适应能力差,以及基本神经网络模型不容易获得模糊集之间关系等问题,提出了一个具有基本模糊推理系统“IF-THEN”规则的多级离散模糊神经网络模型。
3)Multi-Fuzzy-Neural Networks多级模糊神经网络
4)hierarchical fuzzy neural network分级模糊神经网络
1.Fault diagnosis of hydroelectric sets based onhierarchical fuzzy neural network基于分级模糊神经网络的水电机组故障诊断
英文短句/例句
1.Fault diagnosis of hydroelectric sets based on hierarchical fuzzy neural network基于分级模糊神经网络的水电机组故障诊断
2.Application of Fuzzy Neural Network to Classification about the Grade of Swelling-Shrinkage for Expansive Soils;模糊神经网络在膨胀土胀缩等级分类中的应用
3.Sugeno Fuzzy Neural Network Control for Double Inverted Pendulum二级倒立摆的Sugeno型模糊神经网络控制
4.Ship system damage grade evaluation model based on fuzzy neural network舰艇系统损伤等级模糊神经网络评估模型
5.EMG Signal Analysis Based on Fuggy and Neural Network基于模糊神经网络的肌电信号的分析
6.Stability Analysis of Fuzzy Hopfield Neural Networks;模糊Hopfield神经网络的稳定性分析
7.Neural Network-Fuzzy Control Based on Clustering Analyse;基于聚类分析的神经网络—模糊控制
8.Stability Analysis of Fuzzy Cellular Neural Networks Systems模糊细胞神经网络系统的稳定性分析
9.Researches for Credit Risk Rating of Banks Based on Fuzzy Neural Network;基于模糊神经网络的信用风险评级研究
10.The Application of Fuzzy Neural Network Control in Inverted Pendulum System;模糊神经网络控制在单级倒立摆系统中的应用
11.A Model of Multiple Neural Network Fusion Based on Choquet Fuzzy Integral;基于Choquet模糊积分的多神经网络融合模型
12.Exponential Stability of Fuzzy BAM Neural Networks with Distributed Delays分布时滞模糊BAM神经网络模型的指数稳定性
13.The Daily Load Forecasting Model of Cascade Neural Network Considered Node-Load Fuzzy Clustering考虑节点负荷模糊聚类的级联神经网络日负荷预测模型
14.Study of Texture Segmentation Methods Based on Fuzzy Clustering and Neural Networks基于模糊聚类及神经网络的纹理分割方法研究
15.Chromosome Analysis Based on Fuzzy Theory and Neural Artificial Network;基于模糊理论和人工神经网络的染色体分析
16.The Research on the Neural Network and Fuzzy Algorithm in Remote Sensing Classifications;神经网络及模糊算法的遥感数据分类研究
17.Text Categorization Based on Fuzzy Logic and Neural Networks;基于模糊逻辑和神经网络的文本分类方法
18.Fuzzy Cluster Analysis Based on Extending Ability of BP Neural Network;基于BP神经网络泛化能力的模糊聚类分析
相关短句/例句
multi-level discrete fuzzy neural networks多级离散模糊神经网络
1.To solve the problems of low adaptability for mutative external environment existed in the theory of fuzzy sets and the disadvantage of failing to obtain eventual relationship among the fuzzy sets existed in the model of neural networks, this paper proposes amulti-level discrete fuzzy neural networks model which has the “if-then” rule of fuzzy inference system.针对模糊集理论在建模中对变化的外部环境适应能力差,以及基本神经网络模型不容易获得模糊集之间关系等问题,提出了一个具有基本模糊推理系统“IF-THEN”规则的多级离散模糊神经网络模型。
3)Multi-Fuzzy-Neural Networks多级模糊神经网络
4)hierarchical fuzzy neural network分级模糊神经网络
1.Fault diagnosis of hydroelectric sets based onhierarchical fuzzy neural network基于分级模糊神经网络的水电机组故障诊断
5)Fuzzy-gray relating-neural network模糊-灰色关联-神经网络
6)fuzzy associative classification neural network模糊联想分类神经网络
1.Then afuzzy associative classification neural network is used to classify the image into gray area dominated image or texture area dominated one,which are used to choose an appropriate image segmentation algorithm.提出了一种基于模糊联想分类神经网络图像分割算法的选择方法 。
延伸阅读
基于模糊神经网络的模具产品报价系统一、报价系统概论产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议,签订合同。产品报价[1],特别是比较复杂的产品报价,如模具产品报价,需要许多领域人员的协调工作,如技术、财务、商务等,必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等,则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑,整个报价过程是一个信息流动和信息处理的过程,包括信息的产生、传递、处理、存储;具有很复杂的信息流,涉及到销售、经营、设计、会计、生产计划、采购等等。[1]目前国内外开发的报价系统依其功能可大致分为五类,即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算,其最终报价的形成有待提高;商务型报价系统,是在技术报价的基础上,对产品价格进行分析、计算、结合价格变化趋势预测的结果,确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点,如前者对报价的结构化问题处理较好,而后者对报价所涉及的非结构化因素研究较为深刻。二、模具产品的报价模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。框一、功能分解与评价:根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素,提取有用信息。框二、产品方案设计:根据功能评价所提供的有用信息及交货期限等,考虑自身的生产、经营、管理现状,确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。框三、结构设计:根据设计方案确定模具的合理结构和大致尺寸,同时选定模架形式等。框四、成本估算:根据工厂积累的有关经验数据(如外构件的价格、人工费用、材料费用、费用分配比例等)和以往开发同类产品的报价经验,由结构设计和方案设计所得的有关信息,估算产品成本。框五、历史经验资料、数据:为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。