融合结构感知模糊划分与模块化神经回归建模的智能系统

本发明提供了一种融合结构感知模糊划分与模块化神经回归建模的智能系统，属于学习模型构建领域，通过融合结构感知模糊划分与分层神经回归建模，构建了高精度、可解释且计算高效的智能学习系统。其中结构感知机制动态适应数据局部密度分布，显著提升规则划分的自然性与边界适应性；稀疏浅层神经子网络作为后件模型，在保留非线性映射能力的同时通过参数约束维持可解释性；统一的融合框架支持异构模型扩展与动态权重优化，使系统在复杂场景下仍保持低推理开销。最终实现了解释性、精度与计算效率的协同优化，为工业控制、实时决策等高维非线性任务提供了可部署的解决方案。