1) rough neural network
粗神经网络
1.
Intellectualized system of image fusion based on rough neural network
粗神经网络及其在图像融合中的应用研究
2.
A new networt-generalized rough neural network isproposed, and its architecture and learning algorithm for prediction of Shang-hai Composite are presented.
提出了一种新的神经网络——推广的粗神经网络,并给出了将其用于上证指数预测的网络结构及学习算法。
3.
This paper describes a feedforward rough neural network model that consists of rough neurons and conventional neurons for prediction of the Shanghai Composite.
分析与计算表明,粗神经网络用于股市预测是可行的,结果也较准确。
2) neural networks/rough sets
神经网络/粗糙集
3) rough neural network
粗集神经网络
1.
The rough neural network integration technology which has been developed for last decade is summarized and generalized.
通过对近10年发展起来的粗集神经网络集成技术的总结和归纳,可将粗集神经网络集成技术分为3种:粗集神经网络混合系统、粗边界神经网络和粗-颗粒神经网络。
2.
An approach,which based on the fuzzy rough model constructed by a bottom-up modeling mode,to build rough neural network is proposed.
提出了一种基于自底向上方式构造模糊粗糙数据模型并实现粗集神经网络建模的方法,该方法通过自适应G-K聚类算法,实现输入论域空间的模糊划分,在基于聚类数和约简属性搜索的基础上,提取优化的模糊粗糙数据模型,在此基础上融合神经网络实现粗集神经网络建模。
4) rough set-neural network
粗糙集-神经网络
1.
Having the phenomena of redundancy and imperfect information in the fault diagnosis,the rough set-neural network was adopted to diagnose faults in three-phase inverter circuit,thus,optimized the structure of network and improved the diagnosis speed.
针对故障诊断中冗余及不完整的信息常使诊断规则误报、漏报的现象,采用粗糙集-神经网络对三相逆变电路进行故障诊断,优化了神经网络结构,提高诊断速度。
5) rough neural network
粗糙神经网络
1.
Traffic-flow optimal control model in intelligent transport systems:rough neural network approach;
基于粗糙神经网络的交通优化控制模型
2.
A rough neural network method is proposed to solve the problems in an information system with interval numbers.
针对具有区间数的信息系统,提出用粗糙神经网络求解其问题的方法。
6) Rough Logic Neural Network(RLNN)
粗逻辑神经网络
补充资料:Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中,各个神经元状态取值是连续的,由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延,因此其动力学行为必须由非线性微分方程来描述。为此,在1984年J.J.H叩fi酗提出了连续氏pfield神经网络,它可用图1所示的电路实现,其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、,产 门J /r、l、1.。瓮一客、一佘Ii认=f(u£)£=l,2,…,n式中f(·)为连续可微的Sign101d函数;T,j=兀、i,j=1,2,“’,n几=0]=i1~.吞~·‘八文一Q*+,戮T,j‘一‘,2,”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1,、,合,,, +乞古!‘厂‘(x)dx一乙I,从(4) ’月R‘Jo“‘、一’一月一,” 对于式(3),若f一‘为单调增且连续,C>0,T,j=几(i,j=1,2,一,n),则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点,反之亦然。同时,连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点,网络的计算时间就是它到达稳定的时间,网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理,也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne,Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型),它对推动人工神经网络研究的复苏起了很重要的作用。 且,lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统,提出了系统的全局Lyap阴lov函数(或称能量函数)的概念,用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题,如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型,为进一步研究神经计算机创造了条件。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条