基于支持向量机的模糊小波神经网络 |
| |
引用本文: | 张晓光,匡颖芝,耿道华,吴行标.基于支持向量机的模糊小波神经网络[J].华东理工大学学报(社会科学版),2006(11). |
| |
作者姓名: | 张晓光 匡颖芝 耿道华 吴行标 |
| |
作者单位: | [1]中国矿业大学机电工程学院 [2]江苏天能集团陈楼煤矿 [3]中国矿业大学机电工程学院 徐州 [4]南京大学电子科学与工程系 |
| |
摘 要: | 针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。
|
关 键 词: | 模糊小波神经网络 支持向量机 有监督模糊聚类 分类 |
本文献已被 维普 等数据库收录! |
|