一种新的模糊规则动态调整正则项系数的神经网络学习方法

来源 :红外与毫米波学报 | 被引量 : 0次 | 上传用户:5201314520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从偏差-方差模型出发,提出了一种通过模糊规则推理动态调整正则项系数的新方法,并有效地确定了模糊推理规则和隶属度函数.并将该方法与BP算法和固定正则项系数的方法进行了比较,该方法具有精度高、收敛快和泛化能力高等优点,通过实例表明了该方法的有效性.
其他文献
提出了一种基于纹理分割的遥感图像目标探测算法(TBAD).将一幅图像分割成一系列的纹理,进而分析像素值在纹理上的分布特性.假设背景像素值在各个不同的纹理上可以用高斯分布描述,则各个纹理上远离高斯分布的像素点便是可能的目标点.TBAD估计背景的统计特性是在分割以后的纹理上进行的,因此可以探测任意大小和形状的目标.试验结果进一步验证了算法不论对于扩展目标还是弱小目标都具有很好的探测性能.
本文从公立医院经济管理的地位作用着手,阐述了加强公立医院经济管理的意义,分析了公立医院经济管理方面存在的问题,在研究基础上提出了解决问题的对策措施。