%0 Journal Article
%T 模糊格构造型形态神经网络
%A 李兵
%A 董俊
%A 刘鹏远
%A 米双山
%J 电子学报
%P 319-327
%D 2014
%X 针对构造型形态神经网络（CMNN）决策函数的局限性，提出了一种模糊格构造型形态神经网络（FL-CMNN）；该模型在利用训练好的CMNN进行分类时，引入模糊格包容性测度计算测试样本属于各超盒的隶属度值.采用仿真数据集对提出的FL-CMNN模型进行了评价，并与原始的CMNN和传统的人工神经网络、支持向量机、最近邻分类器进行了对比；试验结果表明，FL-CMNN在测试精度上明显优于原始的CMNN，训练时间远远低于传统的神经网络和支持向量机，而分类精度丝毫不亚于传统的神经网络和支持向量机.
%K 数学形态学
%K 形态神经网络
%K 模糊格
%K 模式识别
%U http://www.ejournal.org.cn/CN/abstract/abstract8275.shtml