一种基于模糊核超球感知器的模糊分类模型

• 作者: 阳爱民 陈火旺
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: FKHP 核函数 模糊分类模型 模糊分类规则 隶属函数
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: Agent技术和人工智能专栏
• 页码范围: 559-568
• 页数: 10页
• 分类号: TP39
• 字数: 7147字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2008.05.013

摘要

本文提出一种模糊核超球感知器(FKHP)学习方法,并介绍了一种基于FKHP这种学习方法的模糊分类模型.模型构建的基本思想是首先选择适当的核函数,将训练模式从输入空间映射到高维特征空间;然后,在特征空间中.利用提出的模糊核超球感知器学习算法,为每一类训练模式找一个覆盖该类别的训练模式的超球;将每个超球,看作为一个模糊划分,以超球中心和半径为参数,定义超圆锥体的隶属函数,并为之建立一条IF-THEN分类规则;最后,以超球半径作为规则的调整参数,进行规则的优化调整.本文介绍了模型的结构、分类规则产生算法以及规则的调整策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈火旺	国防科技大学计算机学院	56	1155	18.0	33.0
2	阳爱民	广东外语外贸大学信息科学技术学院	35	618	11.0	24.0