基于模糊区域分布的分类规则提取及推理算法

• 作者: 李洁 沈士团 邓一鸣
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 分类规则 分类推理 解模糊器 模糊区域分布
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 934-941
• 页数: 8页
• 分类号: TP181
• 字数: 6057字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2008.06.006

摘要

基于不同分类的样本在各规则对应模糊区域的隶属度分布,定义了一种规则相对匹配度,比分类匹配度更能体现样本在不同模糊区域的分布对比.设计了模糊区域分布矩阵,由该矩阵可以算得规则相对匹配度和分类匹配度,并提出了基于规则相对匹配度的分类规则提取算法,同分类匹配度算法相比,该算法充分考虑了每条规则之间的隶属度分布对比,同时以各分类样本的相对数量作为加权系数,从而兼顾了学习空间的全局密度优势和局部数量优势.通过解模糊器实现了基于规则的分类推理,其推理过程比以往算法具有更好的解释性和简洁性.最后,由Iris数据和Wine数据的分类实验证明:无论样本数量均衡与否,由规则相对匹配度提取规则都具有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈士团	北京航空航天大学电子信息工程学院	37	196	9.0	13.0
2	李洁	信息产业部电信研究院通信标准研究所	16	60	5.0	7.0
4	邓一鸣	北京航空航天大学电子信息工程学院	4	30	3.0	4.0