%0 Journal Article
%T generalfuzzymin-max神经网络的改进与应用
%A 彭鹏菲
%J 武汉理工大学学报
%D 2004
%X ？针对generalfuzzymin-max(gfmm)神经网络不能自适应学习新类的缺陷,提出了一种基于该网络的无师训练改进算法。它一方面继承原gfmm网可以处理模糊输入量的优点,重构了网络中的模糊隶属度函数;另一方面结合art2神经网络无师学习的特点,引入了网络警戒门限和运行状态切换控制。改进后的gfmm神经网络完全具备了自适应调整和无师学习的能力,并展现出了良好的并行处理性能。自动目标识别中的应用结果表明:该网络具有广泛的实用性
%K 一般模糊极小极大网
%K 无师训练
%K 模糊隶属度函数
%K 自动目标识别
%U http://www.whlgdxxb.com.cn//qikan/Cpaper/zhaiyao.asp?bsid=24283