一种粗糙模糊神经网络模型的研究及应用

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (6): 132-134.doi: 10.3969/j.issn.1007130X.2010.

一种粗糙模糊神经网络模型的研究及应用

巩微,冯欣

(中国传媒大学计算机学院,北京 100024)

收稿日期:2009-09-15 修回日期:2009-12-13 出版日期:2010-06-01 发布日期:2010-06-01
通讯作者: 巩微 E-mail:gongwei@cuc.edu.cn
作者简介:巩微（1974），女，辽宁葫芦岛人，博士，副教授，研究方向为智能控制和声信号处理。
基金资助:
“211工程”三期重点学科建设资助项目（21103050123）；中国传媒大学“382人才工程”资助项目（G2009382317）

Research and Application of Rough Setsand Fuzzy Neural Networks

GONG Wei,FENG Xin

(School of Computer Science,Communication University of China,Beijing 100024,China)

Received:2009-09-15 Revised:2009-12-13 Online:2010-06-01 Published:2010-06-01

摘要/Abstract

摘要：

基于粗糙集和模糊理论研究粗糙模糊神经网络的设计，分析并比较粗糙模糊神经网络和其它神经网络的不同。在提取虚拟场景图像的音质效果参数的实验中，验证了粗糙模糊神经网络的有效性，同时发现其在网络结构和收敛性方面的优势。

关键词: 粗糙集, 模糊集, 神经网络, 信号处理

Abstract:

In this paper, based on rough sets, the design of a fuzzy neural network is studied. The characteristics of the rough fuzzy neural network and other neural networks are analyzed and compared. The validity of the rough fuzzy neural network can be verified in extracting sound quality parameters from the scene image. The rough fuzzy neural network has superiorities in the aspects of structure and convergence.

Key words: rough set;fuzzy theory;neural network；information handling

中图分类号:

TP183

巩微,冯欣. 一种粗糙模糊神经网络模型的研究及应用[J]. J4, 2010, 32(6): 132-134.

GONG Wei,FENG Xin. Research and Application of Rough Setsand Fuzzy Neural Networks[J]. J4, 2010, 32(6): 132-134.

编辑推荐

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	96

来源	本网站	其他网站

次数	57	39
比例	59%	41%

摘要

最新录用	在线预览	正式出版

0	0	54

	来源	本网站

	次数	54
	比例	100%

[1]	袁梁勇, 齐星云, 吕方旭, 罗章, 黄恒, 张庚, 王文晨, 李萌, 赖明澈. 面向Duobinary信号的时钟恢复电路研究与设计[J]. 计算机工程与科学, 2025, 47(01): 27-34.
[2]	沈凡凡, 汤星译, 张军, 徐超, 陈勇, 何炎祥. 基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法[J]. 计算机工程与科学, 2024, 46(12): 2158-2170.
[3]	毛润泽, 吴子恒, 徐嘉阳, 章严, 陈帜, . DeepFlame：基于深度学习和高性能计算的反应流模拟开源平台[J]. 计算机工程与科学, 2024, 46(11): 1901-1907.
[4]	徐欣, 李若诗, 袁野, 刘娜. 基于可学习图像滤波器的雾天驾驶场景图像语义分割[J]. 计算机工程与科学, 2024, 46(11): 2027-2034.
[5]	付燕, 杨旭, 叶鸥. 基于CNN和Transformer特征融合的烟雾识别方法[J]. 计算机工程与科学, 2024, 46(11): 2045-2052.
[6]	陈子雄, 陈旭, 景永俊, 宋吉飞. 基于图神经网络的源代码漏洞检测研究综述[J]. 计算机工程与科学, 2024, 46(10): 1775-1792.
[7]	陈昌奉, 赵宏州, 周恺卿. 基于图神经网络的代码抄袭检测方法[J]. 计算机工程与科学, 2024, 46(10): 1815-1824.
[8]	张悦, 张磊, 刘佰龙, 梁志贞, 张雪飞. 基于时空Transformer的多空间尺度交通预测模型[J]. 计算机工程与科学, 2024, 46(10): 1852-1863.
[9]	王鹏, 张嘉诚, 范毓洋, . 适应于硬件部署的神经网络剪枝量化算法[J]. 计算机工程与科学, 2024, 46(09): 1547-1553.
[10]	袁佳伟, 赵进. 基于图神经网络的OMCI模型相似性计算[J]. 计算机工程与科学, 2024, 46(09): 1576-1586.
[11]	周祺, 周宁宁. 神经网络增强的成对双线性因子分解机[J]. 计算机工程与科学, 2024, 46(09): 1648-1659.
[12]	吴斯琦, 赵清华, 于雨晨. 基于元学习的图神经网络冷启动推荐[J]. 计算机工程与科学, 2024, 46(09): 1675-1684.
[13]	李猛, 刘姿邑, 宋宇航. 基于双重自表达与最大熵原理的深度子空间聚类算法[J]. 计算机工程与科学, 2024, 46(09): 1685-1692.
[14]	黄至锐, 贾心茹, 朱浩哲, 陈迟晓, . 基于SRAM缓存和存内计算的低功耗关键词唤醒系统[J]. 计算机工程与科学, 2024, 46(08): 1331-1339.
[15]	辛高枫, 刘玉潇, 张青龙, 韩锐, 刘驰. 边缘侧神经网络块粒度领域自适应技术研究[J]. 计算机工程与科学, 2024, 46(08): 1361-1371.

一种粗糙模糊神经网络模型的研究及应用

Research and Application of Rough Setsand Fuzzy Neural Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价