增量式0阶TSK模糊分类器及鲁棒改进

• 作者: 李滔 王士同
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 增量式模糊聚类 迭代重加权最小二乘法 伪Huber函数 TSK模糊分类器 鲁棒性
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 自动化技术
• 页码范围: 1901-1911
• 页数: 11页
• 分类号: TP391
• 字数: 8910字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2017.10.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	李滔	江南大学数字媒体学院	6	29	2.0	5.0