一种核模糊分类器的规则生成方法

• 作者: 胡运发 阳爱民
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 模糊分类规则 核函数 遗传算法 动态聚类
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 196-202
• 页数: 7页
• 分类号: TP39
• 字数: 6192字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.02.012

摘要

提出一种基于核函数的模糊分类器的模糊规则产生方法.首先借鉴支持向量机(SVM)的思想,选用适当的核函数,将初始的样本空间映射为高维的特征空间,使得样本在高维特征空间的分布比在原来空间的分布简单可分.然后,用一种动态聚类方法,在高维特征空间将同一类的训练样本分成簇,求出该簇的支持向量,对于每簇建立一个模糊规则,隶属函数采用超椭圆体函数.最后,利用遗传算法对规则进行优化调整.用两个典型的数据集来评测本文所提方法构成的分类器,结果表明这种分类器学习时间短,分类精度较高,分类速度较快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡运发	复旦大学计算机与信息技术系	150	3430	27.0	54.0