基于主成分的模糊神经网络

摘要：

结合神经网络(NN)、模糊控制(FC)和主成分分析(PCA)各自的优点,提出基于主成分分析的模糊神经网络(FNN)模型.当输入因子较多且自变量之间相关性较大时,引入主成分分析对多指标的原始变量进行事先分析,以原始变量的主成分作为网络输入.减少了输入维数,同时消除各变量间的相关性,从而提高了网络的收敛速度、稳定性,以及简化了网络结构.进一步发挥了FNN自适应、自学习的功能.

关键词：主成分分析、模糊控制、神经网络

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：航空基金;西北工业大学校科研和教改项目Z20030020

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：34-36