1) artificial intelligence / fuzzy basis functions
人工智能/模糊基函数
2) artificial intelligence / fuzzy inference
人工智能/模糊推断
3) fuzzy basis function
模糊基函数
1.
An on-line tracking self-learning algorithm for fuzzy basis function(FBF)neural network classi- fier is proposed in this paper.
提出了一种用于分类的模糊基函数(FBF)神经网络在线跟踪自学习算法,通过带有遗忘因子的样本均值和样本协方差矩阵,保存了原始样本所包含的类可能性分布信息,并在此基础上产生新增样本的目标输出用于训练FBF网络,以实现分类边界的在线跟踪;给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法,以克服传统方法需要保存大量以往训练样本带来的困难。
2.
Most of the existing intelligent fault diagnosis systems are lack of the ability to track the operation behavior of the machine,thus a online tracking self-learning algorithm for the fuzzy basis function(FBF) network was researched,which was used in the behavior-based intelligent fault diagnosis system.
针对现有绝大多数智能故障诊断系统自适应跟踪设备行为变化能力的不足,对基于行为的智能化故障诊断系统中模糊基函数网络的在线跟踪自学习算法进行了研究,提出了一种在线跟踪故障分类边界的自学习算法。
3.
The support vectors which are used for confirming the fuzzy basis function and creating the corresponding fuzzy rules were extracted from the training samples by the learning mechanism of SVM, and the fuzzy reasoning model was build up as a result.
该建模方法应用支持向量机的学习机制从训练样本中提取支持向量,由支持向量确定模糊基函数,产生相应的模糊规则,建立起模糊推理模型。
4) fuzzy basic functions
模糊基函数
1.
A fuzzy direct adaptive control is designed for GDROV motion control by using fuzzy basic functions to approximate the optimal control output and by adjusting the adaptive law with fuzzy logic dynamically.
采用基于模糊逻辑的直接自适应控制方法,利用模糊基函数网络逼近理想控制输出,通过模糊逻辑动态调整控制器的参数自适应律,可有效解决水下机器人控制问题。
5) fuzzy based function
模糊基函数
1.
A versatile fuzzy sliding-model adaptive controller with a bank of general rules is being presented on the basis of a newly derived self-learning algorithm, in combination with fuzzy based functions of a fuzzy logic system.
通过一种新学习算法的导出,并结合模糊逻辑系统中的模糊基函数,给出了一种带有通用规则库的模糊滑模自适应控制器。
2.
Universal optimization for adjustable parameters of fuzzy based function is realized by using GA and finding adjust law of parameters in general designing adaptive controller is replaced.
针对一类非线性函数未知的非线性离散系统 ,提出一种基于模糊基函数的稳定自适应控制器设计方法 ,该方法基于Lyapunov稳定性理论 ,因此 ,整个闭环系统渐近稳定 。
补充资料：华中科技大学图像识别与人工智能研究所
图像识别与人工智能研究所(简称图像所)是1978年由教育部和航天部共同批准建立，为发展航空航天器进行中制导、末制导关键技术的预先研究和攻关工作。1984年获得"模式识别与智能控制"硕士学位授予权，1990年获 "模式识别与智能系统"博士学位授予权。1993年批准为 "图像信息处理与智能控制"国家教委开发实验室，1999年升格为教育部重点实验室。1998年3月由航天总公司和国家教委共同批准命名为"中国航天图像识别技术研究所",与航天总公司共建。现有科研、教学人员30人， 45岁以下的人员占70%，75%的人员具有博士、硕士学位。现有·教学科研用房近10000 平方米."九五"期间获得教育部211工程"多谱段信息处理及其应用"重点学科建设投资1200万元，航天工业总公司和国防科工委型号项目配套技术改造投资1500万元，部门投资近1000万元,航天关键技术等研究经费1826万元。本学科点已形成先进、配套的科研、教学、开发环境和雄厚的技术储备，有一支层次高，年龄、专业结构合理的科研教学梯队。
模式识别与智能系统是信息科学技术领域中发展最迅速的前沿领域之一，不仅科学意义深远而且有十分广阔的应用前景。主要研究方向有：
1.计算机视觉与应用
2.模式识别与精确制导
3.多谱成像与遥感图像处理
4.人工智能与认知科学
5. 模式识别的处理机结构与软件系统
6.集成电路及系统芯片的研究与设计
今后五年我所将逐步形成在国际上有影响的研究开发中心，培养国际一流的高层次人才，能够解决国民经济、国防建设所急需的关键技术，为国家提供具有自主版权的软/硬件应用系统、软/硬件集成技术和新型电子设备、部件的设计。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条