文献

J-GLOBAL ID：201802287983005970   整理番号：18A0643636

最適化末端スライディングモードに基づくファジィニューラルネットワークに基づくパターン認識のための新しい方法を提案した。【JST・京大機械翻訳】

Flatness Pattern Recognition Based on the Optimized Terminal Sliding Mode Fuzzy Neural Network

著者 (3件)： Wu Zhongqiang (燕山大学 電气工程学院工業計算机控制河北省重点実験室,河北 秦皇島,066004) ,  Kang Xiaohua (燕山大学 電气工程学院工業計算机控制河北省重点実験室,河北 秦皇島,066004) ,  Yu Danqi (燕山大学 電气工程学院工業計算机控制河北省重点実験室,河北 秦皇島,066004)
資料名： Kuangye Gongcheng  (Kuangye Gongcheng)
巻： 37  号： 5  ページ： 109-113,117  発行年： 2017年 
JST資料番号： T0909A  ISSN： 0253-6099  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パターン認識の問題を解決するために,形状信号を離散化して,正規化して,末端スライディングモードのファジィニューラルネットワークの学習サンプルとして,認識モデルを確立した。ファジィニューラルネットワークに基づき,末端スライディングモード重みづけ調整法則を用いて,勾配降下法の重み調整法則を代替し,ネットワークの精度を改善した。認識の精度と収束速度をさらに改善するために,ファジィニューラルネットワークのモデルパラメータを最適化するために,最適化アルゴリズムを導入した。シミュレーション結果により,提案した認識モデルは,訓練サンプルと訓練サンプルの平均最小分散がそれぞれ0.0005と0.0110であり,ファジィニューラルネットワーク(FNN)と動径基底関数ニューラルネットワーク(RBF)の値よりも小さいことを示した。冷間圧延工場の幅が1040mmのストリップに関する実験結果は,CS-TSMFNNのほうがFNNとRBFネットワークよりも良好な認識性能を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *パターン認識 ,  シミュレーション ,  *ファジィニューラルネットワーク ,  重みづけ ,  最急降下法 ,  *ネットワーク ,  動径基底関数ネットワーク ,  *最適化 ,  認知モデル
準シソーラス用語： 動径基底関数ニューラルネットワーク ,  最適アルゴリズム ,  モデルパラメータ ,  収束速度 ,  離散化 ,  *スライディングモード , 【Automatic Indexing@JST】

著者キーワード (5件)： cold rolled sheet ,  flatness pattern recognition ,  fuzzy neural network ( FNN) ,  fast terminal sliding mode ,  cuckoo algorithm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 最適化 ,  スライディングモード ,  ファジィニューラルネットワーク ,  パターン認識 ,  提案