原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
粗神经网络在数据融合中的应用.ppt
粗神经网络及其在数据融合中的应用 1. 期刊及作者介绍 2. 人工神经网络 3. 粗神经网络及其在数据融合中的应用 4. 结论 期刊及作者介绍 控制与决策 （2001年1月，第16卷第1期）EI检索 作者介绍 张兆礼（1972—），男，山东莱芜人，哈尔滨工业大学博士生，从事神经网络、传感器信息处理的研究； 孙圣和(1937—)，男，山东荣城人，哈尔滨工业大学教授，博士生导师，从事电子测量与仪器、信号处理与系统辨识的研究。 人工神经网络 人工神经网络 BP算法 误差反向传播（Error Back Propagation, BP）算法 基本思想：学习过程由信号的正向传播与误差的反向传播两个过程组成。 人工神经网络 模糊神经网络 模糊神经网络就是具有模糊权系数或者输入信号是模糊量的神经网络。 粗神经网络及其在数据融合中的应用 粗神经网络 人工神经网络利用粗集理论中粗集的概念, 把一个神经元分成上下两层分别代表粗糙集合的上下近似,组成一个粗神经元, 继而组成整个粗神经网络。 输入计算函数 基于粗神经网络的数据融合 融合结构 结论 试验一 线性高斯问题: 有N～N( 0, 1) ∶H1, G～N( 1, 1) ∶H0 其中N( m, R2) 表示均值为m, 方差为R2的高斯分布。 结论 试验二 二维高斯分布数据分类问题: 有 ( N, G) ～N( 0, 0, 1, 1, 0) ∶H1 ( N1, G1) ～N( 1, 1, 1, 1, 0) ∶H0 其中N( m1, m2, R21, R22, Q) 是相关系数为Q, 均值分别 为m1和m2, 方差分别为R21 和R22的二元高斯分布。 结论 总结 仿真结果表明, 该模型不仅能替代基于传统神经网络的数据融合模型, 而且能解决传统模型不能解决的问题。当传感器的输出有两个值或是一个范围时, 基于粗神经网络的数据融合是首选方法。 * * Page ? * 输出计算函数 粗神经网络的误差传递函数 * Page ? *
文档评论（0）