规则数确定的自适应模糊分类器

发布时间：2018-03-30 23:12

  本文选题：模糊逻辑　切入点：模糊推理　出处：《西安电子科技大学学报》2017年02期

【摘要】：为使模糊分类器能够利用自适应模糊系统的诸多优点,并避免随着输入空间维度增加出现"维度灾难",提出一种新的模糊规则数确定的自适应模糊分类器.新分类器由多个用于区分出一种类别的模糊推理机组成,每个模糊推理机包含两条模糊逻辑"如果-则"规则,分类器的总规则数由待分类模式的类别数确定,分类器采用误差反向传播学习算法进行学习训练.对比反向传播神经网络分类器,通过对鸢尾花卉数据集与Ripley合成数据集的分类测试,表明新分类器具有较强的学习能力、分类识别能力,以及抗干扰、抗数据污染能力.
[Abstract]:In order to make the fuzzy classifier take advantage of the advantages of adaptive fuzzy system, To avoid "dimensionality disaster" with the increase of input space dimension, a new adaptive fuzzy classifier based on fuzzy rule number determination is proposed. The new classifier is composed of multiple fuzzy inference machines used to distinguish a class. Each fuzzy inference engine contains two fuzzy logic "if-then" rules, and the total rule number of the classifier is determined by the number of categories of the pattern to be classified, By comparing the back propagation neural network classifier with the error back propagation learning algorithm, the classification test of Iris flower dataset and Ripley composite data set shows that the new classifier has strong learning ability. Classification and recognition ability, as well as anti-interference, anti-data pollution ability.
【作者单位】： 中国电子科学研究院;空军预警学院;
【基金】：国家部委预研基金资助项目(51****20**3)
【分类号】：TP181

【参考文献】

相关期刊论文 前1条

1 蔡艳艳;宋晓东;;针对非平衡数据分类的新型模糊SVM模型[J];西安电子科技大学学报;2015年05期

【共引文献】

相关期刊论文 前3条

1 石绍应;王小谟;曹晨;张靖;;规则数确定的自适应模糊分类器[J];西安电子科技大学学报;2017年02期

2 杜红乐;张燕;;密度不均衡数据分类算法[J];西华大学学报(自然科学版);2015年05期

3 杜红乐;张燕;;不均衡数据混合取样分类算法[J];燕山大学学报;2015年02期

【二级参考文献】

相关期刊论文 前3条

1 刘进军;;基于惩罚的SVM和集成学习的非平衡数据分类算法研究[J];计算机应用与软件;2014年01期

2 孙全尚;;不平衡数据集分类方法研究[J];科教文汇(下旬刊);2013年09期

3 王超学;潘正茂;董丽丽;马春森;张星;;基于改进SMOTE的非平衡数据集分类研究[J];计算机工程与应用;2013年02期

【相似文献】

相关期刊论文 前10条

1 吕岳,施鹏飞,赵宇明;多分类器组合的投票表决规则[J];上海交通大学学报;2000年05期

2 韩宏;杨静宇;;多分类器组合及其应用[J];计算机科学;2000年01期

3 陈刚,戚飞虎;多分类器结合的人脸识别[J];上海交通大学学报;2001年02期

4 韩宏,杨静宇,娄震;基于层次的分类器组合[J];南京理工大学学报(自然科学版);2002年01期

5 赵谊虹,程国华,史习智;多分类器融合中一种新的加权算法[J];上海交通大学学报;2002年06期

6 王正群,叶晖,孙兴华,杨静宇;模糊多分类器组合[J];小型微型计算机系统;2003年01期

7 杨利英,覃征,王向华;多分类器融合实现机型识别[J];计算机工程与应用;2004年15期

8 杨利英,覃征,王卫红;多分类器融合系统设计与应用[J];计算机工程;2005年05期

9 陈湘;;1-范数软间隔分类器的风险[J];湖北大学学报(自然科学版);2006年02期

10 秦锋;杨波;程泽凯;;分类器性能评价标准研究[J];计算机技术与发展;2006年10期

相关会议论文 前10条

1 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年

2 翟静;李海宏;唐常杰;陈敏敏;李智;;可验证对象集分类器的再训练演进[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 陈继航;刘家锋;赵巍;唐降龙;;联机手写识别笔段特征分类器的学习方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

4 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

5 彭涛;左万利;赫枫龄;;基于链接上下文的分类器主题爬行技术(英文)[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

6 王岚;陈珂;迟惠生;;基于多特征组合多分类器的方法用于“与文本无关”的说话人辨认[A];第四届全国人机语音通讯学术会议论文集[C];1996年

7 谢秋玲;;应用于心电图分类的KNN-SVM分类器研究[A];2006中国控制与决策学术年会论文集[C];2006年

8 胡琼;汪荣贵;胡韦伟;孙见青;;基于级联分类器的快速人脸检测方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 李兰春;王双成;杜瑞杰;;认知结构评估的动态贝叶斯网络分类器方法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

10 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

相关重要报纸文章 前1条

1 黄明;精子分类器决定生男生女[N];广东科技报;2000年

相关博士学位论文 前10条

1 张非;对抗逃避攻击的防守策略研究[D];华南理工大学;2015年

2 张文博;多类别智能分类器方法研究[D];西安电子科技大学;2014年

3 许劲松;智能交通中目标检测与分类关键技术研究[D];南京理工大学;2014年

4 赵作林;基于图像分析的北京地区杨树种类识别研究[D];北京林业大学;2015年

5 任亚峰;基于标注和未标注数椐的虚假评论识别研究[D];武汉大学;2015年

6 曹鹏;不均衡数据分类方法的研究[D];东北大学;2014年

7 刘明;分类器组合技术研究及其在人机交互系统中的应用[D];北京交通大学;2008年

8 严志永;在划分数据空间的视角下基于决策边界的分类器研究[D];浙江大学;2011年

9 王U，

本文编号：1688071