...
机译:借助基于概率的节点选择和增强的输入策略驱动的自组织混合模糊神经网络
Univ Suwon Dept Comp San 2-2 Wau Ri Hwaseong Si 445743 Gyeonggi Do South Korea;
Linyi Univ Res Ctr Big Data & Artificial Intelligence Linyi 276005 Shandong Peoples R China|Univ Suwon Sch Elect & Elect Engn Hwaseong Si 18323 Gyeonggi Do South Korea;
Linyi Univ Res Ctr Big Data & Artificial Intelligence Linyi 276005 Shandong Peoples R China;
Univ Alberta Dept Elect & Comp Engn Edmonton AB T6R 2V4 Canada|King Abdulaziz Univ Fac Engn Dept Elect & Comp Engn Jeddah 21589 Saudi Arabia|Polish Acad Sci Syst Res Inst Warsaw Poland;
Self-organized hybrid fuzzy neural; networks (SHFNN); Enhanced input strategy; Probability-based node selection; Norm regularization;
机译:借助模糊聚类方法(FCM)和多项式神经网络(PNN)的混合,实现了混合径向基函数神经网络(HRBFNN)的设计
机译:通过包含模拟,自组织人工神经网络和模糊逻辑阶段的混合系统检测EEG中的癫痫样放电。
机译:通过使用输入变量选择的先进方法将神经网络和模糊模型相结合来进行流量预测
机译:借助TSK模糊推理规则和多项式神经网络的遗传优化混合模糊神经网络
机译:用混合神经模糊图像分类系统打开神经网络的黑匣子,打破模糊专家系统的知识获取瓶颈。
机译:混合神经网络-模糊逻辑-遗传算法的等级估计
机译:自适应输入选择与演化神经模糊网络建模
机译:基于神经网络驱动模糊推理的倒立摆系统学习控制:推理环境变化下NN驱动模糊推理的学习功能