排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
模糊集在语义描述上存在不足,因此,如何对模糊神经网络进行扩展是当前模糊神经网络研究的热点,针对这一问题,本文提出了基于UKF的自组织直觉模糊神经网络。首先,给出了直觉模糊神经网络的结构和各层的含义;其次,推导了直觉模糊神经网络的学习算法,用LLS和UKF分别学习线性和非线性参数;然后,给出了模糊规则生成的准则,并用误差下降率方法作为规则修剪的策略,删除作用不大的规则;最后,通过典型的函数逼近、系统辨识和时间序列预测实例,表明本文算法得到的直觉模糊神经网络的结构更为紧凑,泛化性能也更佳。 相似文献
2.
3.
针对模糊增强不能改善图像的对比度和直方图均衡增强存在过度增强、图像细节信息丢失的缺陷,提出了基于直觉模糊集和直方图均衡的图像增强算法.由于待增强图像包含大量的不确定性信息,给出了一种新的直觉模糊增强图像的算法,该方法通过合成像素的直觉模糊隶属度和非隶属度的方式来实现,能够显著增强图像的细节信息,但不能改善图像对比度.因此,将直觉模糊增强和直方图均衡进行融合,以直觉模糊增强为主,同时抑制直方图均衡的不足,既增强了图像的细节信息,又改善了图像的对比度.最后,通过典型的图像增强实例验证了算法的有效性和可靠性. 相似文献
4.
1