神经模糊系统的结构和学习方法
本文提出了一种新的神经模糊系统的结构和学习方法，该方法能自动确定神经元的数目、成员函数的中心位置以及在线模式下处理速度快的接收场参数。这种方法的基本思想是在有监督学习和自学习范式的帮助下调整突触权重和成员函数。解决这个问题的方法与在线神经模糊系统的发展有关，该系统可以在不确定条件下处理数据。结果证明了所开发的体系结构和学习过程的有效性。
文件下载
评论信息
其他资源
- 皮尔逊3频率曲线绘制模版
- php+mysql学生成绩管理系统
- Xilinx Virtex-6封装库
- OLED汉字字库
- 基于粒子群算法的PID控制器优化
- The Theory of Information and Coding.pdf
- 国防科技大学计算机网络试题答案8份.rar
- linux0.01版内核源码带中文注释
- Epson_WF-7620_WF-7610_WF-7110_Series维修手册
- MATLAB_SIMULINK系统仿真超级学习手册
- ATF54143的ADS模型
- 通过webservice提交xml数据以及soap协议的使用
- 51单片机汇编语言将片外ram30-50H中数据转移至片内70-80H中
- spring3.x企业实战完整版pdf
- Probabilistic Matrix Factorization概率矩阵分解Python源代码
- wiegand（维根协议驱动程序）
- MPLS基本原理
- Git常用命令解说
- 软件项目可行性研究报告
- 人力资源管理系统全部源码
- ( 数字信号处理第7章课后答案(高西全丁美玉第三版)
- SSD目标检测算法论文-英文原版
- 运用SPSS及AMOS进行中介效应分析.doc
- ASP.NET c#操作word模板插入文字、图片及表格
- w3cschool全套PDF教程
- asp.net利用excel实现打印预览、导出excel文档功能函数
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明