模糊神经网络的泛逼近和学习算法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61402227

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

何春梅

完成单位：

湘潭大学

中文关键词：

模糊神经网络; 模式识别; 泛逼近; 学习算法;

项目类型：

青年科学基金项目

语种：

中文

开始日期：

2015-01-01

结束日期：

2017-12-31

中文摘要：

模糊神经网络(FNN)是一种应用十分广泛的软计算技术，泛逼近和学习算法是FNN研究的两个关键支撑问题，对此展开深入研究具有重大意义。现有研究存在比如构造的FNN复杂和FNN的学习算法慢训练时间长等问题。本项目拟采用分段线性和样条插值法分析正则FNN对连续模糊函数的泛逼近性，拟研究正则FNN在不同模糊测度空间中对不同可积模糊函数的泛逼近性，使得构造的正则FNN泛逼近器以较少的隐层节点达到所需逼近精度，给出示例说明上述理论结果。其次本项目拟为正则FNN构造一种快速的基于极速学习机的学习算法，改进该算法为正则FNN提出一种新的最优拓扑结构确定方法，减少训练时间，获取网络最优结构，并证明上述学习方法的可靠性。最后本项目拟进行模糊规则近似逼近和肿瘤细胞图像识别两类仿真实验，以说明FNN的逼近过程和验证所提出学习算法的有效性。研究成果为FNN乃至整个软计算技术的实际应用提供理论基础和算法模型。