General Fuzzy Min-Max网络的无师训练改进
【摘要】:本文提出了一种无师训练的General Fuzzy Min-Max人工神经网络。它继承了general fuzzy min-max (GFMM)网的优点,可以输入n维模糊量,并引入无师学习的功能,弥补了general fuzzy min-max网不能自适应在线学习新类的缺陷,使得该网络在自动目标识别(ART)的实际应用中具有更好的广泛适用性。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|