interval Type-2 fuzzy neural network with online structure and parameter learning,” IEEE Y. Y. Lin, “A recurrent self-evolving interval Type-2 fuzzy neural network for dynamic
discriminability and uncertainty, a vectorization-optimization-method based type-2 fuzzy neural network while preserving a small network size. For type-2 fuzzy classifiers, a vectorization
computational complexity of interval type-2 fuzzy neural network (IT2FNN) or interval type-2 fuzzy ............................................... 8 Figure 2.4: Symmetric interval type-2 fuzzy MFs. (a) Gaussian MF with uncertain mean
. 3. Interval Type-2 Neural Fuzzy Formation Control A. Structure of interval type-2 concepts and locally distributed information, an interval type-2 neural fuzzy formation
本篇論文提出以相互影響地遞迴式架構為基礎之類神經模糊系統及其應用於動態系統辨識。而此論文主要分成四大部份, 第二部份詳細介紹相互影響地遞迴式架構與類神經模糊系統作結合,並且在後具有高精密學習的性能。前鑑部及遞迴式參數則利用梯度下降法去做參數更新的動作。在第三部份中,我們提出區間第二類型模糊邏輯系統結合發展出的遞迴式網路,即相互影響地遞迴式區間第二類型類神經模糊系統。區間第二類型模糊邏輯系統具有良好的雜訊容忍度,能直接處理規則的不確定性,這是第一類型模糊邏輯系統所不能達到的。在架構學習上,相互影響之遞迴式區間第二類型類神經模糊系統最初不包含任何規則,所有規則的產生是由線上第二類型模糊分群所取得。在參數學習上,後鑑部參數的更新是由排序後規則之卡爾曼濾波器演算法調整以改善系統的性能。前鑑部及遞迴參數的更新由
為了持續優化網站功能與使用者體驗,本網站將Cookies分析技術用於網站營運、分析和個人化服務之目的。
若您繼續瀏覽本網站,即表示您同意本網站使用Cookies。