您的位置： 专家智库 > >

晏建军

作品数：3 被引量：7H指数：2
供职机构：复旦大学更多>>
发文基金：上海市自然科学基金国家攀登计划国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇神经网
  • 3篇神经网络
  • 1篇遗传算法
  • 1篇知识获取
  • 1篇神经网络结构
  • 1篇自动生成
  • 1篇网络
  • 1篇网络结构
  • 1篇隶属函数
  • 1篇模糊规则
  • 1篇模糊推理
  • 1篇模糊系统

机构

  • 3篇复旦大学

作者

  • 3篇何永保
  • 3篇晏建军
  • 1篇曾树青
  • 1篇陈亮

传媒

  • 1篇模式识别与人...
  • 1篇电子学报
  • 1篇计算机工程

年份

  • 1篇1996
  • 2篇1995
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
利用神经网络从例子中提取规则被引量：3
1995年
本文首先采用小立方体到小立方体映射的方法,以获取规则;再用一种基于信息论的判据缩小规则的规模;然后将规则转化成模糊神经网络(FNN);接着对同一隐层的隐节点加以聚类来简比FNN;最后利用FNN凋整规则,使误差在允许的范围内。本文采用一种带参量的模糊规则,它易于调整和修正,而且不需要一致性检查,同时,在学习中还可利用专家的知识。在本文最后,我们以一个典型的模式分类实例说明了此方法的有效性。
曾树青晏建军何永保
关键词：知识获取神经网络模糊推理
利用遗传算法简化神经网络结构被引量：3
1995年
讨论了如何采用遗传算法从例子中建立精简的分段线性型神经网络结构。所建立的网络结构中将只出现两类结点（神经元）：一类结点是求和结点，该结点上的作用函数是线性的；另一类结点是选择结点，该结点上的作用函数是诸如ＭＡＸ，ＭＩＮ等形式的选择函数、对于求和结点，使用遗传算法过程来获得其输入权重、输出偏正值等，从而得到该结点的输入－输出关系结构；对于选择结点，其上的作用函数是选择函数，但该选择函数的确定仍旧是较困难的，本文试图通过先建立起精简的神经网络结构模型，再在此模型上经过样本例子的学习来求得每个选择择点上的选作函数。一般地，在使用遗传算法时，应定义一个匹配函数，以便衡量染色体的“好”的程度，同时，为了加快遗传算法过程的速度，采用了一种传统的算法──单纯形法最优算法来减小搜索空间。最。后，以上海宝山钢铁总厂高炉炼铁过程中的滑料情况为实例说明了此方法的有效性．
晏建军何永保
关键词：遗传算法神经网络网络结构
神经网络自动生成模糊系统被引量：1
1996年
在模糊系统的生成过程中，最主要的任务是隶属函数和模糊规则的提取和调整，但用传统方法，其工作量往往随变量数的增长而爆炸性地增加．为了解决这一问题，本文提出了一种新颖的方法，利用神经网络来自动地提取模糊系统的隶属函数和规则．该方法首先将复杂的输入、输出关系分解成简单的输入、输出关系的叠加，然后对每个单独的变参产生一组适合于所有的简单的输入、输出关系的隶属函数，最后在这些变参的隶属函数的基础上求得整个系统的模糊规则。在本文的最后，我们给出了一个典型的实例以说明本方法的有效性。
陈亮晏建军何永保
关键词：模糊系统隶属函数模糊规则神经网络
全选 清除 导出
共1页<1>
聚类工具0