[發明專利]小波模糊大腦情感學習控制方法、裝置、設備及存儲介質有效
| 申請號: | 201810927199.0 | 申請日: | 2018-08-15 |
| 公開(公告)號: | CN108958037B | 公開(公告)日: | 2021-06-15 |
| 發明(設計)人: | 趙晶;林志民;鐘智雄;徐敏 | 申請(專利權)人: | 廈門理工學院 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 廈門智慧呈睿知識產權代理事務所(普通合伙) 35222 | 代理人: | 楊玉芳 |
| 地址: | 361024 福*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 模糊 大腦 情感 學習 控制 方法 裝置 設備 存儲 介質 | ||
1.一種小波模糊大腦情感學習控制方法,其特征在于,所述方法包括:
獲取輸入變量;
通過小波函數將所述輸入變量進行映射,得到模糊集合;
根據預先建立的小波模糊腦情感學習控制器的模糊規則模擬大腦的感覺和情感的學習過程,通過自適應學習規律和監督學習方式更新杏仁核系統的模糊權重和腦前額葉系統的模糊權重;
根據所述杏仁核系統的模糊權重和所述模糊集合的線性關系得到杏仁核系統的解模糊化算子以及根據所述腦前額葉系統的模糊權重以及所述模糊集合的線性關系得到腦前額葉系統的解模糊化算子;
根據所述杏仁核系統的解模糊化算子以及所述腦前額葉系統的解模糊化算子,得到解模糊化輸出結果,根據所述解模糊化輸出結果,獲得大腦情感學習控制模型的模擬結果并用于對實際事物的模擬。
2.根據權利要求1所述的小波模糊大腦情感學習控制方法,其特征在于,所述預先建立的小波模糊腦情感學習控制器的模糊規則為:杏仁核系統:then ao=vio,for i=1,2,...,ni,o=1,2,...,no和腦前額葉系統then po=wio,for i=1,2,...,ni,o=1,2,...,no;在所述根據預先建立的小波模糊腦情感學習控制器的模糊規則模擬大腦的感覺和情感的學習過程,通過自適應學習規律和監督學習方式更新杏仁核系統的模糊權重和腦前額葉系統的模糊權重步驟之前,包括:預先設置杏仁核系統的初始模糊權重、初始學習率和情緒信號調整參數以及腦前額葉系統的初始模糊權重、初始學習率和情緒信號調整參數;其中,ni是輸入維數,no是輸出總維數,Ii是第i個輸入變量;si是第i個輸出,vio是第o個輸出的杏仁核模糊集合的權重值,wio第o個輸出的所述腦前額葉模糊集合的權重值,ao為第o個所述杏仁核模糊集合的輸出,po為第o個所述腦前額葉模糊集合的輸出。
3.根據權利要求1所述的小波模糊大腦情感學習控制方法,其特征在于,所述杏仁核系統的解模糊化算子計算公式為:腦前額葉系統的解模糊化算子計算公式為其中,ni是輸入維數,si是第i個輸出,vio是第o個輸出的杏仁核模糊集合的權重值,wio第o個輸出的所述腦前額葉模糊集合的權重值。
4.根據權利要求1所述的小波模糊大腦情感學習控制方法,其特征在于,根據所述杏仁核系統的解模糊化算子以及所述腦前額葉系統的解模糊化算子,得到所述輸出結果的計算公式為:yo=ao-po。
5.一種小波模糊大腦情感學習控制裝置,其特征在于,包括:
獲取模塊,用于獲取輸入變量;映射模塊,用于通過小波函數將所述輸入變量進行映射,得到模糊集合;
更新模塊,用于根據預先建立的小波模糊腦情感學習控制器的模糊規則模擬大腦的感覺和情感的學習過程,通過自適應學習規律和監督學習方式更新杏仁核系統的模糊權重和腦前額葉系統的模糊權重;
計算模塊,用于根據所述杏仁核系統的模糊權重和所述模糊集合的線性關系得到杏仁核系統的解模糊化算子以及根據所述腦前額葉系統的模糊權重以及所述模糊集合的線性關系得到腦前額葉系統的解模糊化算子;
輸出模塊,用于根據所述杏仁核系統的解模糊化算子以及所述腦前額葉系統的解模糊化算子,得到解模糊化輸出結果,根據所述解模糊化輸出結果,獲得大腦情感學習模型的模擬結果并用于對實際事物的模擬。
6.根據權利要求5所述的小波模糊大腦情感學習控制裝置,其特征在于,包括:
設置模塊,用于預先設置杏仁核系統的初始模糊權重、初始學習率和情緒信號調整參數以及腦前額葉系統的初始模糊權重、初始學習率和情緒信號調整參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廈門理工學院,未經廈門理工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810927199.0/1.html,轉載請聲明來源鉆瓜專利網。





