基于学习自动机的容噪模式分类

• 作者: 刘晓
• 来源期刊: 航空科学技术
• 学科: 工学
• 关键词: 模式分类 类别噪声 容噪学习 学习自动机 连续动作学习自动机
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 智能算法与硬件
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19452/j.issn1007-5453.2020.10.012

摘要

在模式分类学习问题中,训练数据中的标注差错(也称类别噪声)对分类器的性能有很大的影响.本文将一种新近提出的连续动作学习自动机(即聚焦区间学习自动机)应用于针对类别噪声的容噪学习问题.分类器采用简单的单隐层前馈神经网络,利用一个由这种学习自动机组成的自动机团队,对神经网络的权值参数进行学习.通过广义异或问题和Iris数据集的仿真试验,将该算法与两种基于群体搜索的优化算法——粒子群优化(PSO)和差分进化(DE)进行了比较研究.结果表明,新算法具有更好的容噪学习性能.