论文部分内容阅读
通过对模糊小波神经网络控制器的研究，发现小波基函数的平移、伸缩因子和网络边的权值难以确定。于是提出采用蚁群算法对小波神经网络控制器中的各参数进行学习训练。仿真试验表明经过蚁群算法训练出来的参数正确率较高，训练时间较短，且所得到的模糊小波神经网络控制器具有较强的范化能力和自适应功能。
基于蚁群学习算法的模糊小波神经网络控制
【摘 要】
：
通过对模糊小波神经网络控制器的研究，发现小波基函数的平移、伸缩因子和网络边的权值难以确定。于是提出采用蚁群算法对小波神经网络控制器中的各参数进行学习训练。仿真试验
【机 构】
：
湖南农业大学信息科学技术学院
【出 处】
：
福建电脑
【发表日期】
：
2008年1期
其他文献
心脏的运动过程中包含着大量的信息,根据所得心脏超声序列图像进行诊断时,需要获取心脏特定部位的收缩和舒张运动信息。本文尝试将基于薄板样条的弹性配准方法运用于心脏超声序列图像短轴室壁轮廓的配准,从而获取其运动信息,文中详细介绍了心脏超声序列图像的标记特征点选取和平滑薄板样条弹性配准的原理及应用结果,该研究为心脏序列帧图像跟踪研究提供了一种新方法。