本文選題：增量式模糊聚類 + 迭代重加權最小二乘法�。� 參考：《浙江大學學報(工學版)》2017年10期

【摘要】：為了克服傳統(tǒng)的分類器難以在具有令人滿意的分類性能、快速的學習效率的同時兼顧高可解釋性之不足,提出增量式0階模糊分類器TSK-IFC0IRLS.該分類器通過使用增量式模糊聚類算法IFCM(c+p)對訓練樣本進行聚類,使用高斯隸屬度函數將聚類結果映射到模糊子空間,使用迭代重加權最小二乘優(yōu)化算法IRLS對模糊規(guī)則的后件參數進行學習.通過提出基于偽Huber函數的代價函數,它的魯棒性改進版本TSK-IFC0PHub被提出來以提高分類器的抗噪能力.仿真實驗表明,與FCPM-IRLS、RBF、ANFIS分類器相比,提出的2種模糊分類器均具有良好的分類性能及數據規(guī)模的可擴展性,TSK-IFC0PHub具有良好的魯棒性.
[Abstract]:In order to overcome the disadvantage of traditional classifier which is difficult to achieve satisfactory classification performance and to take into account the high interpretability of fast learning efficiency, an incremental 0-order fuzzy classifier TSK-IFC0IRLSs is proposed. The classifier uses the incremental fuzzy clustering algorithm IFCM(c p to cluster the training samples, and uses the Gao Si membership function to map the clustering results to the fuzzy subspace. The iterative reweighted least square optimization algorithm (IRLS) is used to study the parameters of fuzzy rules. By proposing a cost function based on pseudo Huber function, its improved version of TSK-IFC0PHub is proposed to improve the noise resistance of classifier. The simulation results show that the proposed two fuzzy classifiers have good classification performance and scalability of data scale compared with FCPM-IRLSU RBFU ANFIS classifier. TSK-IFC0PHub has good robustness.
【作者單位】： 江南大學數字媒體學院;
【基金】：國家自然科學基金資助項目(61170122,61272210) 江蘇省自然科學基金資助項目(BK20130155)
【分類號】：TP181;TP311.13

【相似文獻】

相關期刊論文 前10條

1 郭紅玲;程顯毅;;多分類器選擇集成方法[J];計算機工程與應用;2009年13期

2 呂岳,施鵬飛,趙宇明;多分類器組合的投票表決規(guī)則[J];上海交通大學學報;2000年05期

3 韓宏;楊靜宇;;多分類器組合及其應用[J];計算機科學;2000年01期

4 陳剛,戚飛虎;多分類器結合的人臉識別[J];上海交通大學學報;2001年02期

5 韓宏,楊靜宇,婁震;基于層次的分類器組合[J];南京理工大學學報(自然科學版);2002年01期

6 王正群,葉暉,孫興華,楊靜宇;模糊多分類器組合[J];小型微型計算機系統(tǒng);2003年01期

7 楊利英,覃征,王向華;多分類器融合實現機型識別[J];計算機工程與應用;2004年15期

8 楊利英,覃征,王衛(wèi)紅;多分類器融合系統(tǒng)設計與應用[J];計算機工程;2005年05期

9 王永;張鴻;;鑒別球類圖像的多分類器系統(tǒng)[J];福建電腦;2007年04期

10 葉云龍;楊明;;基于隨機子空間的多分類器集成[J];南京師范大學學報(工程技術版);2008年04期

相關會議論文 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學術會議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗證對象集分類器的再訓練演進[A];第十九屆全國數據庫學術會議論文集（研究報告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯機手寫識別筆段特征分類器的學習方法[A];黑龍江省計算機學會2009年學術交流年會論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認證[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(英文)[A];第二十三屆中國數據庫學術會議論文集（技術報告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無關”的說話人辨認[A];第四屆全國人機語音通訊學術會議論文集[C];1996年

7 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級聯分類器的快速人臉檢測方法[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

8 宋巍;張宇;謝毓彬;高漢東;劉挺;李生;;利用URL類別改進查詢主題分類[A];第六屆全國信息檢索學術會議論文集[C];2010年

9 李方濤;張顯;孫建樹;朱小燕;;一種新的層次化結構問題分類器[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

10 雷蕾;吳乃君;劉鵬;劉蘭娟;;靈敏度分析:分類器中的缺失數據[A];第11屆海峽兩岸信息管理發(fā)展策略研討會論文集[C];2005年

相關博士學位論文 前10條

1 許勁松;智能交通中目標檢測與分類關鍵技術研究[D];南京理工大學;2014年

2 趙作林;基于圖像分析的北京地區(qū)楊樹種類識別研究[D];北京林業(yè)大學;2015年

3 任亞峰;基于標注和未標注數椐的虛假評論識別研究[D];武漢大學;2015年

4 曹鵬;不均衡數據分類方法的研究[D];東北大學;2014年

5 劉明;分類器組合技術研究及其在人機交互系統(tǒng)中的應用[D];北京交通大學;2008年

6 王U，

本文編號：1985430