增量式0阶TSK模糊分类器及鲁棒改进

发布时间：2018-06-06 05:53

  本文选题：增量式模糊聚类 + 迭代重加权最小二乘法　； 参考：《浙江大学学报(工学版)》2017年10期

【摘要】：为了克服传统的分类器难以在具有令人满意的分类性能、快速的学习效率的同时兼顾高可解释性之不足,提出增量式0阶模糊分类器TSK-IFC0IRLS.该分类器通过使用增量式模糊聚类算法IFCM(c+p)对训练样本进行聚类,使用高斯隶属度函数将聚类结果映射到模糊子空间,使用迭代重加权最小二乘优化算法IRLS对模糊规则的后件参数进行学习.通过提出基于伪Huber函数的代价函数,它的鲁棒性改进版本TSK-IFC0PHub被提出来以提高分类器的抗噪能力.仿真实验表明,与FCPM-IRLS、RBF、ANFIS分类器相比,提出的2种模糊分类器均具有良好的分类性能及数据规模的可扩展性,TSK-IFC0PHub具有良好的鲁棒性.
[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.
【作者单位】： 江南大学数字媒体学院;
【基金】：国家自然科学基金资助项目(61170122,61272210) 江苏省自然科学基金资助项目(BK20130155)
【分类号】：TP181;TP311.13

【相似文献】

相关期刊论文 前10条

1 郭红玲;程显毅;;多分类器选择集成方法[J];计算机工程与应用;2009年13期

2 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

3 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

4 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

5 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

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 王永;张鸿;;鉴别球类图像的多分类器系统[J];福建电脑;2007年04期

10 叶云龙;杨明;;基于随机子空间的多分类器集成[J];南京师范大学学报(工程技术版);2008年04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 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

8 宋巍;张宇;谢毓彬;高汉东;刘挺;李生;;利用URL类别改进查询主题分类[A];第六届全国信息检索学术会议论文集[C];2010年

9 李方涛;张显;孙建树;朱小燕;;一种新的层次化结构问题分类器[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

10 雷蕾;吴乃君;刘鹏;刘兰娟;;灵敏度分析:分类器中的缺失数据[A];第11届海峡两岸信息管理发展策略研讨会论文集[C];2005年

相关博士学位论文 前10条

1 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

2 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

3 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

4 曹鹏;不均衡数据分类方法的研究[D];东北大学;2014年

5 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

6 王U，

本文编号：1985430