基于样本选择的二型AFS分类方法研究

• 作者: 刘依菲 刘晓东 郭红月
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 样本选择 非平稳割点 阈值 分类器
• 年，卷（期）: 2019,（4）
• 页码范围: 402-407
• 页数: 6页
• 分类号: TP391
• 字数: 3444字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2019.43.04.004

摘要

语义描述是聚类与分类领域的研究热点.基于公理模糊集(Axiomatic fuzzy sets,AFS)的分类算法可以模仿人类推理机理得到具有良好可解释性的类描述.在同等分类性能下,简化类描述将有助于人们较好地理解与应用分类结果.该文利用非平稳割点样本选择策略(Sample selection algorithm of unstable cut points,UCSS)和区间二型隶属函数,设计了基于非平稳割点样本选择的二型AFS (UCSS-AFS)分类方法.该分类方法在保持较好的分类准确率和语义的基础上,可以有效降低类描述的复杂度.为验证所设计方法的可实践性,该文对UCI数据库中的18个数据集进行实验.实验结果表明,UCSS-AFS分类方法在保持较好的分类准确率下所获得的规则易于理解与应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓东	大连海事大学理学院	30	189	8.0	13.0
2	刘依菲	大连海事大学理学院	1	0	0.0	0.0
3	郭红月	大连海事大学航运经济与管理学院	1	0	0.0	0.0