[发明专利]一种基于模糊神经网络的区间二型模糊认知图模型在审
| 申请号： | 201810201212.4 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108510060A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 彭新一;乐有贤 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊神经网络的区间二型模糊认知图模型，所述模型结构包括四层神经网络：第一层为样本数据的输入层，该层神经元将初始输入变量通过激活函数传递给下一层的神经元；第二层为隶属度函数层，用于实现概念模糊化，同时结合区间二型模糊集合理论解决了概念间因果关系的不确定性；第三层与第二层相对应，通过定义的互函数量化概念之间的因果关系并进行解模糊化过程；第四层为样本数据降型输出层，将经过解模糊化后得到的区间值降型为一个确定的单值并输出。所述模型在计算隶属度函数的过程中结合了区间二型模糊集合理论来描述概念之间相互关系的不确定性，使得新型模糊认知图模型更加的健壮和准确。 | ||
| 搜索关键词： | 模糊认知图 神经元 模糊集合理论 模糊神经网络 隶属度函数 不确定性 解模糊化 样本数据 因果关系 降型 激活函数 模型结构 神经网络 输入变量 第三层 第一层 模糊化 输出层 输入层 量化 输出 传递 | ||
【主权项】：
1.一种基于模糊神经网络的区间二型模糊认知图模型，其特征在于，所述模型结构包括四层神经网络：第一层为样本数据的输入层，该层神经元将初始输入变量通过激活函数传递给下一层的神经元；第二层为隶属度函数层，用于实现概念模糊化，同时结合区间二型模糊集合理论解决了概念间因果关系的不确定性；第三层与第二层相对应，通过定义的互函数量化概念之间的因果关系并进行解模糊化过程；第四层为样本数据降型输出层，将经过解模糊化后得到的区间值降型为一个确定的单值并输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810201212.4/，转载请声明来源钻瓜专利网。
