基于神经网络的分解模糊系统优化方法及装置
专利汇可以提供基于神经网络的分解模糊系统优化方法及装置专利检索，专利查询，专利分析的服务。并且本 发明 涉及计算机智能神经网络优化技术领域，具体为基于神经网络的分解模糊系统优化方法及装置包括：建立分解模糊神经网络、增加网络 节点 、建立 人工神经元 模型,人工神经元包括连接权值、基函数和激活函数，各神经元之间的连接强度有连接权值决定，连接权值为激发和抑制两种类型，连接权值取正表示激活，连接权值取负则表示抑制，所述基函数为一个单输入多输出函数，分为线性函数、距离函数和椭圆基函数，所述激活函数用于调整神经元的输出，网络模型结构更加简洁，大大缩短学习时间，提高模型训练学习效率，保证网络模型学习效果，降低软 硬件 开销，对计算智能 机器学习 技术领域具有重要的指导意义。，下面是基于神经网络的分解模糊系统优化方法及装置专利的具体信息内容。
1.一种基于神经网络的分解模糊系统优化方法及装置，其特征在于，包括：
建立分解模糊神经网络，设计一个规模较小的分解模糊神经网络；
增加网络节点，并依据用户指定参数对输入数据空间进行迭代聚类，获取聚类结果，依据聚类结果确定分解模糊神经网络组件数，及分解模糊神经网络规则前件隶属函数中心，分解模糊神经网络组件数及分解模糊神经网络规则前件隶属函数中心，确定网络参数，设定任意小的正数，根据输入数据和聚类中心的距离确定其是否属于该聚类，并定义与该聚类中所有数据距离之和最小的位置为聚类中心，其中，所述网络参数包含输入模糊集合隶属函数的宽度、幂指数，规则前件隶属函数的宽度、幂指数，及组件权值，采用非单值模糊化时，输入模糊集合隶属函数的宽度δXk，幂指数pXk，组件模糊神经网络规则前件隶属函数的宽度幂指数和组件权值αj均需要优化确定，常用的优化算法分为两类：基于导数的优化算法和基于非导数的优化算法，将网络参数输入分解模糊神经网络，进行学习，以逐渐增加网络节点；
建立人工神经元模型，人工神经元是一个多输入、单输出的非线性信息处理单元，人工神经元包括连接权值、基函数和激活函数，各神经元之间的连接强度有连接权值决定，连接权值为激发和抑制两种类型，连接权值取正表示激活，连接权值取负则表示抑制，所述基函数为一个单输入多输出函数，分为线性函数、距离函数和椭圆基函数，所述激活函数用于调整神经元的输出；
依据人工神经元模型中的连接权值、基函数和激活函数，确定优化分解模糊神经网络。
2.根据权利要求1所述的基于神经网络的分解模糊系统优化方法及装置，其特征在于：
在每一个所述连接权值的变化上加上一项正比于上一次连接权值变化量的值，并更据反向传播法来产生新的权值变化，以使分解模糊神经网络在学习过程中的振荡和收敛速度增加，该迭代过程可以表示为以下公式：
式中，k为训练次数， 为误差函数的梯度，w为连接权向量，η为学习速率，mc为动量因子，mc为(0,1)。
3.根据权利要求1所述的基于神经网络的分解模糊系统优化方法及装置，其特征在于：
在所述分解模糊神经网络基础上，采用奇异值分解方法分析训练样本对应的网络隐层节点输出矩阵，利用人工神经元模型找出各个隐层节点之间的内在联系，并根据隐层节点对整个网络的贡献率与节点之间的相关性系数逐步剔除沉余隐层节点，以使分解模糊神经网络达到精简网络结构的目的。
4.根据权利要求3所述的基于神经网络的分解模糊系统优化方法及装置，其特征在于：
所述奇异值分解方法包括：
设某三层BP网络的输入层节点数为n，对应于输入模式特征向量的维数；隐层节点数l，采用双曲正切S型函数tansig(x)作为激发函数，输出层节点数为m，采用线性单元；
设训练集内共有N个输入模式，用N×(n+1)维增广矩阵X表示输入模式：
其中，1≤p≤N,xp为第P个模式的特征向量；
隐层输入层权值矩阵W可以表示为(n+1)×l维矩阵：
其中，1≤i≤l,wqi为第i个单元的阈值，wji为隐层第i个单元与输入层第j个单元间的连接权值。
5.根据权利要求1所述的基于神经网络的分解模糊系统优化方法及装置，其特征在于：
所述确定优化分解模糊神经网络还包括节点的删除，按照同样的方法逐一的检验每个待删除节点之后，即可得出要保留的隐层节点数量，以使获取经过一个优化过程后的网络结构，进而在此网络结构基础上继续循环进行下一个优化过程，并把按照连接权值和相关性的标准删除冗余节点，直到在连续八个优化过程中网络结构稳定无变化，即未出现要删除的隐层节点，此时循环优化过程终止。
基于神经网络的分解模糊系统优化方法及装置
技术领域
背景技术
发明内容
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种图像识别的英语作文跑题判断方法 | 2020-05-08 | 505 |
| 基于通信受限的神经网络系统远程状态估计方法及装置 | 2020-05-12 | 501 |
| 基于多源数据融合的中压真空断路器机械故障诊断方法 | 2020-05-16 | 646 |
| 一种基于深度学习的微博博主性格分析方法 | 2020-05-14 | 386 |
| 修饰的T淋巴细胞 | 2020-05-15 | 251 |
| 一种基于自适应特征提取的股票指数预测方法 | 2020-05-11 | 153 |
| 一种政务文本分类模型的构建方法 | 2020-05-15 | 195 |
| 垃圾图像分类模型构建的方法、装置、设备及存储介质 | 2020-05-08 | 444 |
| 一种基于深度强化学习的知识图谱自动生成方法 | 2020-05-14 | 157 |
| 用于从具有变化显著性的带符号模拟电导对构建用于人工神经网络的突触权重的系统和方法 | 2020-05-15 | 141 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
