一种适用于模式分类的模糊粗隶属函数神经网络

首页 > 过刊浏览>2007年第34卷第5期 >

一种适用于模式分类的模糊粗隶属函数神经网络
DOI:
                        
作者:
                        
作者单位:
作者简介:
通讯作者:
基金项目:国家自然科学基金资助项目(60375001)，高等学校博士点基金资助项目(20030532004)，湖南省教育厅资助项目(05C093)

Fuzzy-Rough Membership Function Neural Network Suitable for Pattern Classification

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

在设计模式分类器时,由于很难甚至不可能获得实现精确分类的所有必要的本质特征属性,使得在进行分类时出现模糊不确定性和粗糙不确定性并存的情况.基于模糊粗糙集理论,本文构建了一种模糊粗隶属函数神经网络FRMFN.该网络融合了模糊信息和粗糙信息的处理能力,在对加拿大Norman Wells地区的红外波段合成图像进行分类的测试中,显示FRMFN网络具有比相应RBF网络更好的分类精度,同时保留了RBF网络学习速度快的优点.

Abstract:

In the design of a pattern classifier,it is difficult or impossible to acquire all the necessary essential attributes for precise classification,so both the fuzzy uncertainty and rough uncertainty coexist in classification. A FRMFN(Fuzzy-Rough Membership

参考文献

相似文献

引证文献

文章指标

PDF下载次数:
HTML阅读次数:
摘要点击次数:
引用次数:

引用本文

张东波,王耀南.一种适用于模式分类的模糊粗隶属函数神经网络[J].湖南大学学报：自然科学版,2007,34(5):

复制

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:
出版日期:

首页

期刊简介

编委会

作者中心

下载中心

学术道德

常见问题

版权声明

联系我们

English

文章指标

引用本文

历史