启发式模糊聚类学习在函数逼近和非线性系统建模中的应用 |
| |
引用本文: | 刘士荣,余建军,林卫星,俞金寿.启发式模糊聚类学习在函数逼近和非线性系统建模中的应用[J].模式识别与人工智能,2003,16(2). |
| |
作者姓名: | 刘士荣 余建军 林卫星 俞金寿 |
| |
作者单位: | 1. 宁波大学,信息科学与工程学院,宁波,315211 2. 华东理工大学,自动化研究所,上海,200237 |
| |
摘 要: | 在基于模糊G均值(FCM)聚类的模糊建模和神经模糊建模中,模糊聚类数是一个非常重要的参数,其决定了模型结构的复杂程度.本文提出了基于误差回溯的启发式模糊聚类学习方法.在建模过程中,该方法可以从较小的聚类数开始,根据误差检测,逐步填补输入聚类空间的"空洞",从而获得合适的模型规则数.函数逼近和非线性动态系统建模实验结果表明这种方法是简便而有效的.
|
关 键 词: | 模糊聚类 启发式聚类学习 神经模糊建模 函数逼近 系统建模 |
HEURISTIC FUZZY CLUSTER LEARNING AND ITS APPLICATIONS IN FUNCTION APPROXIMATION AND NONLINEAR SYSTEM MODELING |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|