模糊類神經系統建構方法METHOD FOR NEURO-FUZZY SYSTEM MODELING

專利類型

發明

專利國別 (專利申請國家)

中華民國

專利申請案號

100140114

專利證號

I 439952

專利獲證名稱

模糊類神經系統建構方法METHOD FOR NEURO-FUZZY SYSTEM MODELING

專利所屬機關 (申請機關)

義守大學

獲證日期

2014/06/01

技術說明

我們提出一個基於遞迴式奇異值分解之模糊類神經網路建構方法。透過逐一輸入的資料，模糊群漸進地產生。對於每次輸入的資料，我們評估其與現存模糊群之間的輸入及輸出相似度。如果與任何現存模糊群皆不夠相似，此資料將用來產生一個新的模糊群，且初始化其對應之高斯輸入歸屬函數及線性輸出函數。反之，此資料將被併入最相似之現有群中，並使用統計計算及基於遞迴式奇異值分解最小平方估計值更新該群之歸屬函數及輸出函數。因此，我們的方法可以解決在模糊群產生與更新所遇到的參數估測問題。 We propose a recursive SVD-based self-constructing rule generation (RSVD-SCRG) approach for structure identification in neuro-fuzzy system modeling. Fuzzy clusters are generated incrementally, with none at the beginning, by presenting the training data one by one. For each presented data, we evaluate its input similarities and output similarities to existing clusters. If the data is not similar enough to any of existing clusters, a new fuzzy cluster is created and its corresponding Gaussian input membership functions and TSK-type linear output function are initialized. Otherwise, we combine the data into the most similar existing cluster and update the corresponding membership functions and output function with statistical calculations and a recursive SVD-based least squares estimator. Therefore, our approach solves the parameter estimation problem encountered in processes of cluster generation and updating.

備註

106-02研發成果審查會同意終止維護專利

連絡單位 (專責單位/部門名稱)

產學智財營運總中心產學合作與專利技轉中心

連絡電話

07-6577711ext2683

網址