【基於模糊神经网络的味觉信号识别的研究】田勇.pdf

目提要第一章引言国内外研究现状及研究的意义 1本论文的主要工作.第二章味觉信号的数据压缩及特征抽取方法 2味觉信号的采集.2小波变换小波分析概述从Fourier变换到小波变换从积分小波变换到二维有限离散小波变换 2用小波变换实现对味觉信号的压缩及特征抽取压缩算法实验结果结言第三章建立用于味觉信号识别的模糊神经网络 3关于模糊理论的研究模糊数学概述模糊集合和隶属度函数模糊逻辑与模糊推理 3对模糊加权型推理法的改进.

提要本论文研究了基于模糊神经网络方法的味觉信号识别问题,包括味觉信号的采集、压缩及特征抽取的方法,建立用于识别味觉信号的模糊神经网络,用遗传算法训练模糊神经网络等.根据小波变换在时域和频域同时具有良好的局部化性质,用小波变换对味觉信号进行数据压缩、特征抽取。在研究离散小波变换的基础上,给出了有限二维离散小波变换的公式,并选取G小波作为基函数,利用G小波变换对味觉信号进行了压缩。抽取出作为模糊神经网络输入的味觉信号特征.用模糊神经网络模型作为味觉信号学习训练和模糊识别的工具。在 Mamdani模糊推理法的基础上,改进了模糊加权型推理法的推理形式,提出了广义模糊加权型推理法。

第一章前言点是能够直接地表示逻辑,适于直接的或高级的知识表达,具有较强的逻辑功能。但是对于模糊系统来说,模糊推理虽然是种善十:表现知误的理方法,但它没有本质的获取知识的能力,模糊规则的确定也比较保难,通常需要领域专家的知识进行指导。因此如何构造可自动处理模制信息的模糊系统,即实现模糊规则的自动提取和模糊变量录属度函数的们动1或及优化,-直是困扰模糊信息处理技术进一步推广的难题.随着对模糊系统和神经网络研究的深入,两个领域间相互独立的关系逐渐改变。如果将它们进行综合,即将符号逻辑推理方法与联接机制方法进行结合,将数值逻辑方法和模糊逻辑方法进行结合,其优势将远远高于单项研究。