基于神經(jīng)網(wǎng)絡(luò)的模糊有限狀態(tài)自動機研究.pdf

1、由于模糊文法和模糊有限狀態(tài)自動機的等價性，使得模糊文法成為模糊自動機研究的一個核心領(lǐng)域。此外，模糊文法推導(dǎo)有著廣泛的應(yīng)用，比如在解決基于x射線的骨成熟度的句法識別、基于動脈波的動脈損傷的檢測和量化的模糊性、智能接口設(shè)計、臨床檢測和詞法分析等問題上模糊文法推導(dǎo)有著獨特的優(yōu)勢。并且模糊文法推導(dǎo)也是解決諸如語言識別、圖像目標(biāo)識別、蛋白質(zhì)結(jié)構(gòu)預(yù)測和基因結(jié)構(gòu)預(yù)測等問題的有效方法。再則，模糊文法推導(dǎo)中最簡單應(yīng)用最多的當(dāng)屬模糊正則文法推導(dǎo)。因此，借助

2、于人工神經(jīng)網(wǎng)絡(luò)技術(shù)強大的功能，使得基于神經(jīng)網(wǎng)絡(luò)的模糊正則文法推導(dǎo)研究有著重要的現(xiàn)實意義和理論價值。 本文從Chomsky體系下文法出發(fā)，對模糊自動機基本理論進行介紹后，主要介紹了神經(jīng)網(wǎng)絡(luò)技術(shù)在模糊自動機研究中的應(yīng)用情況。包括模糊有限狀態(tài)自動機及模糊文法和神經(jīng)網(wǎng)絡(luò)的關(guān)系，利用模糊自動機樣本對網(wǎng)絡(luò)進行訓(xùn)練，利用神經(jīng)網(wǎng)絡(luò)進行模糊文法推導(dǎo)和從網(wǎng)絡(luò)狀態(tài)中抽取模糊自動機這一完整的系統(tǒng)過程。由于基于神經(jīng)網(wǎng)絡(luò)的模糊有限狀態(tài)自動機研究所涉及的領(lǐng)域

3、和技術(shù)眾多，本文的工作主要是集中于基于神經(jīng)網(wǎng)絡(luò)的模糊正則文法推導(dǎo)算法這一領(lǐng)域。應(yīng)用于該領(lǐng)域的主要算法有實時間回饋算法(RTRL)和實編碼基因遺傳算法(RCGA)。但是，用實時間回饋算法和實編碼基因遺傳算法訓(xùn)練二階遞歸神經(jīng)網(wǎng)絡(luò)進行模糊文法推導(dǎo)速度相當(dāng)慢，而且時間復(fù)雜度高；實時間回饋算法還是一種不穩(wěn)定的算法，實編碼基因遺傳算法也容易出現(xiàn)過早成熟現(xiàn)象。更糟糕的是，這兩種算法在面對模糊有限狀態(tài)自動機樣本這種特殊的數(shù)據(jù)源時，異常情況在試驗中出現(xiàn)頻

4、繁，在現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)上泛化性不強。 根據(jù)以上問題的存在，本文做了三項工作，概括如下： 一、提出基于神經(jīng)網(wǎng)絡(luò)LMGA算法的模糊正則文法推導(dǎo)。在傳統(tǒng)RCGA的基礎(chǔ)上進行改進，將Levenberg—Marquardt算法引入到最優(yōu)基因的選擇過程中，提高速度并且剔除過早成熟的基因。實驗顯示了LMGA的能加快成熟速度但不是病態(tài)的過早成熟，解決了RTRL時間復(fù)雜度高、泛化性和穩(wěn)定性問題 二、提出了基于神經(jīng)網(wǎng)絡(luò)LMBP算法的模糊

5、正則文法推導(dǎo)，作為目前最快的神經(jīng)網(wǎng)絡(luò)算法即Levenberg—Marquardt(LMBP)算法在模糊文法推導(dǎo)的實驗中顯示了快速收斂能力，主要解決了海量樣本和超長串的模糊文法推導(dǎo)問題。 三、提出了基于神經(jīng)網(wǎng)絡(luò)VLBP學(xué)習(xí)算法的模糊正則文法推導(dǎo)。VLBP算法是基于反向傳播且能充分利用梯度信息的RTRL算法與啟發(fā)式信息的技術(shù)相互結(jié)合的產(chǎn)物，它是在RTRL算法的基礎(chǔ)上引進啟發(fā)式技術(shù)中的可變學(xué)習(xí)速度。本文將該算法用應(yīng)于模糊文法推導(dǎo)的相關(guān)