课题提出了一种具有模糊聚类分析功能的新型动态神经元模糊系统,为其建立了拓扑结构、运行算法和能量函数,证明了它的稳定性,给出了其达到稳定状态所需最大离散时间间隔,证明了其状态转移过程与基于模糊等价关系的模糊聚类过程的等价性。基于该动态神经元模糊系统,课题研究了一种新型的智能模式识别机,递归自组织算法使其具有自行生长和递归学习的功能,理论研究证明,若模式可划分,模式识别机能识别问题空间中的所有模式,并将其划分为等价类。课题基于模式识别机设计了一种人体染色体模式自动识别系统,它能递归地从染色体样本模式中学习知识,可自行生长出新的神经元以获取新的染色体样本知识,其染色体识别率随系统神经元的生长而提高。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
面向云工作流安全的任务调度方法
城市轨道交通车站火灾情况下客流疏散能力评价
印刷图象信息理论及图象质量的模糊控制
基于视觉感知的模糊神经网络图象分割方法研究
基于神经元网络的图象分割方法的研究
基于自组织特征映射神经网络的医学图象分割方法