一种基于动态聚类的模糊分类规则的生成方法

被引：3

作者：

阳爱民

胡运发

机构：

[1] 复旦大学计算机与信息技术系

[2] 复旦大学计算机与信息技术系上海

[3] 株洲工学院计算机系

[4] 湖南株洲

[5] 上海

来源：

小型微型计算机系统 | 2005年 / 09期

关键词：

模糊分类规则; 规则生成; 超圆锥体; 动态聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

介绍了一种基于动态聚类的模糊分类规则的生成方法,这种方法能决定规则数目,隶属函数的位置及形状.首先,介绍了基于超圆锥体隶属函数的模糊分类规则的基本形式;然后,介绍动态聚类算法,该算法能将每一类训练模式动态的分为成簇,对于每簇,则建立一个模糊规则;通过调整隶属函数的斜度,来提高对训练模式分类识别率,达到对模糊分类规则进行优化调整的目的;用两个典型的数据集评测了这篇文章研究的方法,这种方法构成的分类系统在识别率与多层神经网络分类器相当,但训练时间远少于多层神经网络分类器的训练时间.

引用

页码：1540 / 1545

页数：6