[1]何春梅,叶有培,徐蔚鸿.训练模式对的摄动对单体模糊神经网络的影响[J].南京理工大学学报(自然科学版),2009,(01):12-15.
　HE Chun-mei,YE You-pei,XU Wei-hong.Influences of Perturbation of Training Pattern Pairs on Monolithic Fuzzy Neural Networks[J].Journal of Nanjing University of Science and Technology,2009,(01):12-15.
点击复制

训练模式对的摄动对单体模糊神经网络的影响
分享到：

《南京理工大学学报》（自然科学版）[ISSN:1005-9830/CN:32-1397/N]

卷:
期数:
2009年01期
页码:
12-15
栏目:
出版日期:
2009-02-28

文章信息/Info

Title:
Influences of Perturbation of Training Pattern Pairs on Monolithic Fuzzy Neural Networks
作者:
何春梅1;  叶有培1;  徐蔚鸿2
1. 南京理工大学计算机科学与技术学院, 江苏南京210094; 2. 长沙理工大学计算机与通信工程学院, 湖南长沙410077
Author(s):
HE Chun-mei1; YE You-pei1; XU Wei-hong2
1.School of Computer Science and Technology,NUST,Nanjing 210094,China;2.School of Computer andCommunication Engineering,Changsha University of Science and Technology,Changsha 410077,China
关键词:
单体模糊神经网络;  学习算法;  摄动;  训练模式对;  鲁棒
Keywords:
monolithic fuzzy neural networks;  learning algorithms;  perturbation;  training pattern pairs;  robustness
分类号:
TP183
摘要:
针对训练模式对的小幅摄动可能对模糊神经网络的性能产生不利影响,提出了单体模糊神经网络对训练模式对摄动的鲁棒性概念,并就训练模式对的最大保序摄动的情形对单体模糊神经网络(MFNN)进行了具体分析,一般的模糊神经网络对训练模式对摄动的鲁棒性概念可类似定义。理论研究表明:当训练模式对发生最大γ保序摄动时,在h=5的条件下,单体模糊神经网络对训练模式对的摄动全局拥有好的鲁棒性,这将有助于MFNN系统的性能分析、学习算法的选择和模式对获取。
Abstract:
Small perturbations of training pattern pairs may cause some disadvantages to performance of a fuzzy neural network(FNN),and a new concept is established for the robustness of a monolithic fuzzy neural network(MFNN) to perturbations of training pattern pairs.When the training pattern pairs come into the keep-order perturbations,the robustness of MFNN model is analyzed.The concept for the robustness of a FNN to perturbations of training pattern pairs can be defined similarly.The theoretical studies show that the MFNN has good robustness with h=5 when the training pattern pairs come into the γ keep-order perturbations,which is beneficial to the performance analyses,the choice of learning algorithms,and the acquisition of pattern pairs of MFNN.

参考文献/References:

[ 1] 朱晓铭, 王士同. 单体模糊神经网络的学习规则及其收敛性研究[ J]. 计算机研究与发展, 2001, 38( 9): 1057- 1060.

[ 2] 梁久祯, 何新贵. 单体模糊神经网络的函数逼近能力[ J] . 计算机研究与发展, 2000, 37 ( 9 ) : 1045- 1049.
[ 3] 梁久祯, 何新贵, 黄德双. 关于单体模糊神经网络感知机收敛定理的讨论[ J]. 电子学报, 2002, 30( 3):407- 409.
[ 4] 王振峰, 靳东明, 李志坚. 单体模糊神经网络: 在智能控制中的应用及VLSI实现[ J]. 电子学报, 1997,25( 5): 79- 85.
[ 5] 王振峰, 靳东明, 李志坚. 单体模糊神经网络自学习问题研究[ J]. 电子学报, 1997, 25( 2): 3338.
[ 6] Y ingM ing-sheng. Pe rturba tion o f fuzzy reason ing[ J].IEEE Transactions on Fuzzy System s, 1999, 7 ( 5 ):625- 629.
[ 7] 徐蔚鸿, 陈国平, 杨静宇, 等. 规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响[ J]. 计算机学报, 2005, 28( 10): 1700- 1707.
[ 8] 徐蔚鸿, 宋鸾姣, 李爱华, 等. 训练模式对的摄动对模糊双向联想记忆网络的影响和控制[ J]. 计算机学报, 2006, 29( 2) : 337- 344.
[ 9] XuW e-i hong, Chen Guo-p ing, X ie Zhong-ke. Im pacto f perturbations of tra in ing patterns on two fuzzy assoc-ia tive memo ries based on t-no rm s[ A ]. Th ird InternationalSymposium on Neura l N etworks [ C ]. B eijing:Springer, 2006. 810- 817

相似文献/References:

[1]杨静宇,魏兴国,孙怀江.一种快速SVM学习算法[J].南京理工大学学报(自然科学版),2003,(05):530.
　YangJingyu WeiXingguo SunHuaijiang.A Fast SVM Learning Algorithm[J].Journal of Nanjing University of Science and Technology,2003,(01):530.
[2]吕朝霞,吴晓蓓,胡维礼.一种神经元网络控制器及仿真[J].南京理工大学学报(自然科学版),1998,(04):61.
　Lu Zhaoxia Wu Xiaobei Hu Weili.A Neuron Net Controller and Its Simulation[J].Journal of Nanjing University of Science and Technology,1998,(01):61.

备注/Memo

备注/Memo:
基金项目: 国家自然科学基金( 60472061)作者简介: 何春梅( 1981- ), 女, 博士生, 主要研究方向: 模糊智能系统, E-m a il:lx iaox iao_he8@ 163. com; 通讯作者: 叶有培( 1944- ) , 男, 教授, 博士生导师, 主要研究方向: 模糊系统、算法设计和分析。
更新日期/Last Update: 2012-11-19