【神经网络自适应模糊算法及其在图像处理和模式识别中的应用】邓洁.pdf

9650472摘要 到困难。本文在图象处理和模式识别的领域中对这种结合作了探讨,建 立具有高层次的知识处理和知识获取能力,又有自学习、适应和联想等 能力的网络:在此基础上将监督学习引人神经网络的自适应、自组织结 构中,使监督学习与非监督学习在一个层次上统一起来,从而达到很好 的学习及识别效果.本论文着眼于神经网络的自适应模糊算法,对几种方法作了尝 试,针对应用上存在的困难提出一些改进方案,这些方法包括:[1]基于模糊C-均值(KCM)算法的模糊Kohonen类聚网(FKCN)算法及其改 进.[2]模糊学习矢量量化(FLVQ)方法.[3]综合自适应模糊类聚(IAFC)算法.
ABSTRACT setupby self-learningofneuralnetworks encounter difficultiesdue tothelackofheuristics during learning.This paper investigates this corporation in the field of image-processing and patternrecognition,thus setupneuralnetworkswithhigh capability.
目录 摘要 ABSTRACT 第一章绪论神经网络简介模糊自适应神经网络 1图象处理与神经网络1模式识别与神经网络模糊算法的数学基础第二章神经网络自适应模糊算法2模糊Kohonen(FKCN)算法2FKCN算法的原型-模糊C均值(FCM)算法 2FKCN算法的基本原理及实现FKCN算法的改进2模糊学习矢量量化(FLVQ)算法2矢量量化原理.2一种构造FLVQ神经网络的方法.2FLVQ算法的实现. 