基于聚类分析的模糊分类系统构造方法

被引:19
作者
童树鸿
沈毅
刘志言
机构
[1] 哈尔滨工业大学控制科学与工程系
关键词
模糊规则; 聚类算法; 模式识别; 特征空间;
D O I
10.13195/j.cd.2001.s1.97.tongshh.024
中图分类号
O159 [模糊数学];
学科分类号
070104 ;
摘要
提出一种新的利用样本数据构造模糊分类系统的方法。首先对每一类样本进行聚类分析 ,提出一种自适应确定各类别聚类数目的迭代算法 ,从而实现对特征空间的划分。然后对每个特征子空间产生一条模糊规则 ,将所有的规则组合在一起形成初始模糊分类系统 ,并对该系统进行结构简化和参数优化 ,在系统结构尽可能简单的前提下 ,进一步提高系统的分类性能。最后利用该方法对二维特征空间的两类样本和 Iris数据样本进行分类。仿真结果表明 ,该方法能利用较少的模糊分类规则达到较高的识别率
引用
收藏
页码:737 / 740+744 +744
页数:5
相关论文
共 2 条
  • [1] Hisao Ishibuchi,Ken Nozaki,Naohisa Yamamoto et al.Selecting fuzzy If -Then rules for classification problems using genetic algorithms. IEEE Transactions on Fuzzy Systems . 1995
  • [2] Hisao Ishibuchi,Ken Nozaki,Naohisa Yamamoto.Distributed representation of fuzzy rules and its application to pattern classification. Fuzzy Sets and Systems . 1992