一类基于模糊聚类和模糊推理的稳健分类器

• 作者: 卢春阁 张讲社
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 模糊聚类 模糊逻辑 模糊推理 稳健性 分类器
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP274+.3
• 字数: 4818字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.01.011

摘要

稳健算法为工程和科学应用所必需.本文揭示了由Setnes和Babuska提出的FRC算法[1]的不稳健性,并提出了一种稳健非线性分类器(MFRC).它将模糊聚类与模糊推理的优势相结合,并且对每一聚类中的模糊关系由属于这个聚类的所有局部关系加权平均得到,从而降低了少数规则的破坏影响.本文将MFRC算法与FRC算法在有编号错误和无编号错误的情况下分别与原型由LVQ、GLVQF算法产生的1-NMP算法比较,分类结果显示MFRC算法具有强稳健性和识别率高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张讲社	西安交通大学信息与系统研究所	22	897	12.0	22.0
2	卢春阁	中国海洋大学数学系	3	4	1.0	2.0