模糊粗糙神经网络,fuzzy rough neural network
1)fuzzy rough neural network模糊粗糙神经网络
1.Structure and parameters optimization offuzzy rough neural network模糊粗糙神经网络的结构与参数优化
2.Modeling byfuzzy rough neural networks based on decision logic基于决策逻辑的模糊粗糙神经网络建模
3.So a new neural network-fuzzy rough neural network is proposed.对于发酵这样一个非线性的动态过程,由于其复杂性和在线传感器的缺乏,使得过程中的一些重要状态变量难以在线测量,从而给发酵过程的优化控制带来了极大的困难,为此,结合模糊粗糙集和智能控制的理论,充分利用模糊粗糙集和神经网络两者的优点,提出了一种新型的网络—模糊粗糙神经网络实现对发酵过程的建模和状态估计,结果表明该网络模型的结构简单,可解释性强,收敛速度快,能够较为准确地拟合过程的动态特性,预估能力较强。
英文短句/例句
1.Structure and parameters optimization of fuzzy rough neural network模糊粗糙神经网络的结构与参数优化
2.Fuzzy-rough Neural Network Feature Selection模糊粗糙神经网络特征选择方法研究
3.Modeling by fuzzy rough neural networks based on decision logic基于决策逻辑的模糊粗糙神经网络建模
4.The Constituting of Rough Fuzzy Neural Network Based on the Fuzzy Reasoning;基于模糊推理的粗糙模糊神经网络的构成
5.A Fuzzy Neural Network Precipitation Model Based on Rough Set基于粗糙集的模糊神经网络降水预报模型研究
6.Fuzzy Rough Theory and Neural Network Applied in Information Handling;模糊粗糙理论与神经网络在信息处理中的应用
7.A fuzzy neural network prediction model based on rough set for characteristic variables of blasting vibration爆破振动特征参量的粗糙集模糊神经网络预测
8.Blasting-vibration-induced damage prediction by rough set-based fuzzy-neural network基于粗糙集模糊神经网络的爆破振动危害预测
9.A Fuzzy Neural Network Classifier Based on Rough Set and Its Application一种粗糙模糊神经网络识别器及其应用
10.Optimal method of neuro-fuzzy network and its application based on variable precision rough set基于变精度粗糙集的神经模糊网络优化及应用
11.Study of Some Problems about Rough Sets and Neural Network Model Based on Rough Sets;粗糙集相关问题与粗糙集神经网络模型的研究
12.Study on Short-Term Load Forecasting for Power System Based on Complementation of Fuzzy-Rough Set Theory and Artificial Neural Network;基于模糊粗糙集和神经网络的短期负荷预测研究
13.Data Mining Study Based on Rough Sets and Fuzzy Neural Network;基于粗糙集和模糊神经网络的数据挖掘方法研究
14.Research on Online Monitoring of Microdrilling Based on Rough Set Fuzzy Neural Network;基于粗糙集模糊神经网络的微孔钻削在线监测研究
15.Rough Set Based on Fuzzy Neural Network for the Application in Prediction of Stock Market;基于模糊神经网络的粗糙集在股市预测中的应用
16.Research and Application of the Rough Fuzzy Neural Networks Inverse Based on "Assumed Inherent Sensor"基于“内含传感器”的粗糙模糊神经网络逆方法的软测量研究与应用
17.Study of Financial Risk Prediction Based on Rough Set and ANN Model;粗糙集—神经网络模型在财务预警上的应用研究
18.The Research of Classfication Model Based on Rough Sets and RBF Neural Network;基于粗糙集和RBF神经网络的分类模型研究
相关短句/例句
rough fuzzy neural network粗糙模糊神经网络
1.Arough fuzzy neural network classifier and its application;一种粗糙模糊神经网络分类器及其应用
2.A model ofrough fuzzy neural network classifier was presented by combining rough set and fuzzy neural network.结合粗糙集和模糊神经网络提出了一种粗糙模糊神经网络识别器的模型。
3)rough-fuzzy-ANN粗糙-模糊神经网络
4)fuzzy-rough neural network模糊粗神经网络
1.Based on the XIF(eXtend Initial/Final) set chosen as the basic speech recognition unit, overlapped segmenting scheme is used, andfuzzy-rough neural network is used to perform the phoneme segmentation.根据扩展的声韵母为识别基元,采用汉语音节的重叠音素分割策略,利用模糊粗神经网络进行声韵母自动切分。
5)rough-fuzzy neural network粗-模糊神经网络
6)neural networks/rough sets神经网络/粗糙集
延伸阅读
基于模糊神经网络的模具产品报价系统一、报价系统概论产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议,签订合同。产品报价[1],特别是比较复杂的产品报价,如模具产品报价,需要许多领域人员的协调工作,如技术、财务、商务等,必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等,则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑,整个报价过程是一个信息流动和信息处理的过程,包括信息的产生、传递、处理、存储;具有很复杂的信息流,涉及到销售、经营、设计、会计、生产计划、采购等等。[1]目前国内外开发的报价系统依其功能可大致分为五类,即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算,其最终报价的形成有待提高;商务型报价系统,是在技术报价的基础上,对产品价格进行分析、计算、结合价格变化趋势预测的结果,确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点,如前者对报价的结构化问题处理较好,而后者对报价所涉及的非结构化因素研究较为深刻。二、模具产品的报价模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。框一、功能分解与评价:根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素,提取有用信息。框二、产品方案设计:根据功能评价所提供的有用信息及交货期限等,考虑自身的生产、经营、管理现状,确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。框三、结构设计:根据设计方案确定模具的合理结构和大致尺寸,同时选定模架形式等。框四、成本估算:根据工厂积累的有关经验数据(如外构件的价格、人工费用、材料费用、费用分配比例等)和以往开发同类产品的报价经验,由结构设计和方案设计所得的有关信息,估算产品成本。框五、历史经验资料、数据:为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。