提示：文章寫完后，目錄可以自動生成，如何生成可參考右邊的幫助文檔

文章目錄

• 前言
• 一、今日所學(xué)
• 二、今日重點(diǎn)

---

前言

模糊神經(jīng)網(wǎng)絡(luò)是一類特殊的神經(jīng)網(wǎng)絡(luò)，它是神經(jīng)網(wǎng)絡(luò)和模糊邏輯結(jié)合形成的混合智能系統(tǒng)，通過將模糊系統(tǒng)的類人推理方式與神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和連接結(jié)構(gòu)相融合來協(xié)同這兩種技術(shù)。簡單來說，模糊神經(jīng)網(wǎng)絡(luò)（fuzzy neural network）就是將常規(guī)的神經(jīng)網(wǎng)絡(luò)賦予模糊輸入信號和模糊權(quán)值，其作用在于利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來實(shí)現(xiàn)模糊邏輯推理。

---

一、今日所學(xué)

1,開篇之前,今天看了一本書,<<超越感覺>>,作者講的一個重點(diǎn)是做觀點(diǎn)/論文時,如果是自己寫的話或觀點(diǎn),一定要有來源;
2,模糊神經(jīng)網(wǎng)絡(luò)（fuzzy neural network）就是將常規(guī)的神經(jīng)網(wǎng)絡(luò)賦予模糊輸入信號和模糊權(quán)值，其作用在于利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來實(shí)現(xiàn)模糊邏輯推理;
3,模糊神經(jīng)網(wǎng)絡(luò)和神經(jīng)模糊系統(tǒng)是不同的。神經(jīng)模糊系統(tǒng)的輸入和輸出都是確定對象。因此在神經(jīng)模糊系統(tǒng)中，必備的結(jié)構(gòu)是模糊化層和去模糊化層。模糊化層用于將輸入的確定對象模糊化，去模糊化層則用于將輸出的模糊對象轉(zhuǎn)化為確定對象。相比之下，模糊神經(jīng)網(wǎng)絡(luò)的輸入和輸出都是模糊對象，完成的也是模糊推理的功能;
4,在模糊集合中，元素和集合之間的關(guān)系不是非此即彼的明確定性關(guān)系，而是用一個叫做隸屬度的函數(shù)定量表示;
5,模糊集合是對“對象和集合之間關(guān)系”的描述，模糊數(shù)描述的則是對象本身;
6,模糊數(shù)就是只有取值范圍而沒有精確數(shù)值的數(shù)。
7,擴(kuò)展原理及其引申得到的模糊算術(shù)，定義的就是運(yùn)算給模糊數(shù)的模糊程度帶來的變化，這當(dāng)然也是一個通俗的說法。在模糊算術(shù)中，傳統(tǒng)的加減乘和內(nèi)積等運(yùn)算都被改造成對模糊集合的運(yùn)算;
8,構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)的基本單元是模糊化的神經(jīng)元;
9,基于水平集的方法和基于遺傳算法的方法。
10,逼近性能也是模糊神經(jīng)網(wǎng)絡(luò)設(shè)計中的核心問題;
11,模糊神經(jīng)網(wǎng)絡(luò)是一種混合智能系統(tǒng)，能夠同時處理語言信息和數(shù)據(jù)信息，因而是研究非線性復(fù)雜系統(tǒng)的有效工具，也是軟計算的核心研究內(nèi)容之一，在模式識別、系統(tǒng)分析和信號處理等領(lǐng)域都有成功應(yīng)用的實(shí)例;
名詞:模糊集合,模糊規(guī)則,共軛梯度（conjugate gradient),遺傳算法

二、今日重點(diǎn)

1,模糊神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)和模糊邏輯結(jié)合形成的混合智能系統(tǒng)；
2,模糊神經(jīng)網(wǎng)絡(luò)的輸入信號、權(quán)重系數(shù)和輸出信號全都是模糊集合；
3,模糊神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法包括基于水平集的方法和基于遺傳算法的方法；
4,模糊神經(jīng)網(wǎng)絡(luò)具有和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)類似的通用逼近特性。

總結(jié)

以上是生活随笔為你收集整理的人工神经网络 ：模糊神经网络的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。