论文部分内容阅读
针对一般模糊极小极大(general fuzzy min-max，GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题，提出了一种无师训练的一般模糊极小极大(general fuzzy min-max，GFMM)人工神经网络。它继承了GFMM网络的优点，可以输入n维模糊量，尤其是新增加了无师学习的功能，弥补了删网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明，该网络在自动目标识别的实际应用中具有广泛的适用性。