基于模糊Hopfield网络的神经元模糊识别系统.pdf

第13卷第4期 模式识别与人工智能 V01．13No．4 型!竺!!里 竺兰垒! 竺 !竺 基于模糊Hopfield网络的神经元模糊识别系统” 阮晓钢 (Jr京工业大学自动化系北京100022) 摘要本文基于模糊Hopfield网络研究提出了一种神经元模糊识别系统(Neuro-FuzzyRecognitionSystem，简称 的N阶于同络，对样本模式进行模糊聚类，学习样本模式中隐含的模糊聚类结构知识，形成NFR聚类棱．基于NFR 聚类核形成的知识结构．(N+1)阶模糊Hopfield网络对由待识别模式和样本模式构成的模式集合进行模糊聚类运 算NFRs可对模式空间的模式进行分类和识别，并依样本模式将其划分为等价类论文对NFRs的性能进行了理论 分析和示例研究．结果显示．NFRs具有良好的特性 关羹调 神经计算，模式识别，神经元模糊系统 中田法分类号TPl8 引 言 对样本模式进行模糊聚类，学习佯本模式中隐含的 模糊聚类结构知识，形成NFR聚类核．基于NFR聚 近年来，神经计算和模糊集合理论在信息处理 领域中扮演了重要的角色．神经元模糊系统 对由待识别模式和样本模式构成的模式集合进行模 (Neuro-FuzzySystem。NFS)理论、方法及其应用研 糊聚类运算．NFRs因而可对模式空间的模式进行分 究已成为国内外研究的热点[1-5]．将神经计算与模 糊集合视为互补理论，是这一研究的基本思想．模糊 类和识别，并依样本模式将其划分为等价类． 集合论处理不确定性问题的能力及仿人逻辑推理的 智能行为，与人工神经元网络的自适应、自组织、自 学习功能相结合，使神经元模糊系统具有了更强的 2 基本概念和问题描述 信息处理能力． 文献[1]提出了一种所谓的模糊Hopfield网络． 为便于本文描述，本节给出模糊Hopfield网络 作为一种神经元模糊系统，模糊Hopfield网络具有 和NFRs神经计算的基本概念． 动态神经计算功能和模糊逻辑运算功能，可实现基 定义2．1称uC[0，1】“1为n维模糊向量空 于模糊等价关系的动态模糊聚类运算，为神经元模 间或模糊模式空间，称空间u的向量X=(z。。z2， 式识别系统提供了基础和原型． …，z。)‘为空间u中的n维模糊向量或模糊模式． 本文基于模糊Hopfield网络研究提出了一种神 定义2．2 设x(。)=(z掣，工i引，…，工，’)‘和 经元识别系统(Neuro-FuzzYReeognitionSystem，简 x(6)=(工{¨，z妒’，…，z≯’)‘为n维模糊向量空间 称NFR系统，或NFRs)．NFRs的核心是(N+1)阶模 u 糊Hopfield网络和NFR聚类核．NFRs通过(N+1)c[0，1]“1中的n维模糊向量，其相似度定义为 -国家自然科学基金、北京市自然科学基金资助项目 收稿日期：1999—09—21 万方数据 模式识别与人工智能 13卷 fS…’≠≠(m=1，