检索结果-内蒙古大学图书馆

计算机工程 2006年第17期32卷 44-47页

作者：阳爱民胡运发周咏梅湖南工业大学计算机系株洲412008 复旦大学计算机与信息技术系上海200433

提出了一种基于模糊积分的模糊分类器集成的方法,该方法能在模糊分类器生成过程中,进一步减少主观因素的参与成份,使分类模器具有更好的稳定性和更高的分类识别率。给出了基于隶属度矩阵的模糊积分密度确定方法,介绍了基于模糊积分的分... 详细信息

提出了一种基于模糊积分的模糊分类器集成的方法,该方法能在模糊分类器生成过程中,进一步减少主观因素的参与成份,使分类模器具有更好的稳定性和更高的分类识别率。给出了基于隶属度矩阵的模糊积分密度确定方法,介绍了基于模糊积分的分类器集成算法。用权威的数据集作为实验数据集,将提出方法与已有的分类器集成方法进行实验比较,评测了所提出方法的有效性。

关键词：分类器集成模糊分类器模糊积分模糊积分密度

来源：评论

学校读者我要写书评

暂无评论

基于边界的最大间隔模糊分类器

引用

光学精密工程 2012年第1期20卷 140-147页

作者：刘忠宝王士同江南大学数字媒体学院江苏无锡214122 山西大学商务学院信息学院山西太原030031

对利用超平面、超(椭)球等几何形状实现数据分类的基于边界的主流分类方法进行了研究,在此基础上,提出了一种将空间点作为分类依据的最大间隔模糊分类器(MFC)。该方法首先在模式空间中找到一个模糊分类点c,c点距离两类样本要尽可能近且... 详细信息

对利用超平面、超(椭)球等几何形状实现数据分类的基于边界的主流分类方法进行了研究,在此基础上,提出了一种将空间点作为分类依据的最大间隔模糊分类器(MFC)。该方法首先在模式空间中找到一个模糊分类点c,c点距离两类样本要尽可能近且类间夹角间隔尽可能大。然后,测试样本通过c与训练样本间的最大化夹角间隔实现分类。最后,利用MFC的核化对偶式与最小包含球(MEB)的等价性,将MFC的应用范围从二类推广到单类。与主流分类方法的比较实验表明,MFC具有优良的分类性能和抗噪能力,其分类最高精度可达98.8%。

关键词：模式分类模糊分类器模糊分类点抗噪能力单类问题

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的多维模糊分类器构造的研究

引用

软件学报 2005年第5期16卷 779-785页

作者：李继东张学杰云南大学信息学院计算机科学与工程系云南昆明650091

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划... 详细信息

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划分进行学习以获取较好的模糊集合参数.另外,该方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而有效地避免了遗传算法收敛到局部解的问题.实验结果表明,该方法在多维模糊分类器的构造问题上具有较高的正确分类率、适应性较好等性能.

关键词：模糊遗传学习机制密歇根方法模糊分类器早熟收敛精英选择基于相似性的选择

来源：评论

学校读者我要写书评

暂无评论

一种基于支持向量机的模糊分类器

引用

系统仿真学报 2008年第13期20卷 3414-3419页

作者：阳爱民李心广周咏梅胡运发国防科技大学计算机学院广东外语外贸大学信息科学技术学院广东广州510420 广东外语外贸大学信息科学技术学院复旦大学计算机与信息技术系

提出了一种基于支持向量机学习的模糊分类器(FCBSVM)。介绍了FCBSVM的基本思想及其结构,分析了隶属函数参数和惩罚参数C对分类规则的产生以及分类性能的影响,并提出了参数确定方法。构建这种分类器时,先选用适当的隶属函数,构造核函数... 详细信息

提出了一种基于支持向量机学习的模糊分类器(FCBSVM)。介绍了FCBSVM的基本思想及其结构,分析了隶属函数参数和惩罚参数C对分类规则的产生以及分类性能的影响,并提出了参数确定方法。构建这种分类器时,先选用适当的隶属函数,构造核函数。然后,以训练模式作为中心,进行模糊划分,对每个模糊划分建立一条模糊IF-THEN分类规则。最后,利用支持向量机学习方法,求出支持向量和规则的参数。这种分类器将支持向量机和模糊集合理论的优点结合起来,实现了模糊划分和模糊分类规则的自动产生。用双螺旋线数据和典型的数据集对分类器的性能进行了实验评测,验证了分类器的有效性。

关键词：模糊分类器模糊规则隶属函数支持向量机

来源：评论

学校读者我要写书评

暂无评论

模糊分类器和分类器集成及其在土地评价中的应用

模糊分类器和分类器集成及其在土地评价中的应用

引用

作者：杨敬锋华南农业大学

学位级别：硕士

为了克服传统土地评价方法中受过多人为因素干扰的缺点，使评价结果更能反映土地变化的自然规律与本质特征，提出利用精简模糊分类关联规则和模糊判决进行土地评价的方法。模糊分类关联规则能从土地评价数据中挖掘出易于理解的土地评价... 详细信息

为了克服传统土地评价方法中受过多人为因素干扰的缺点，使评价结果更能反映土地变化的自然规律与本质特征，提出利用精简模糊分类关联规则和模糊判决进行土地评价的方法。模糊分类关联规则能从土地评价数据中挖掘出易于理解的土地评价规则。并且，为了降低土地评价模型的复杂程度，提高模糊关联规则分类的有效性和可解释性，通过精简模糊分类关联规则，去除了土地评价中的冗余规则，并针对了模糊判决中难以判决的问题，提出分组模糊判决算法进行迭代。\n 神经网络、支持向量机等由于训练样本的随机抽取，或者网络结构、核函数的选择不当容易引起分类结果准确率不高或者不稳定。分类器集成算法通过增强分类器差异度，从而提高分类结果的准确率和稳定性。分类器集成算法内容包括：\n (1)神经网络集成。BP神经网络集成和RBF神经网络集成能够降低对神经网络应用经验的要求，并且能够提高分类器集成的容错和泛化能力。SFAM神经网络集成则能够很好地克服SFAM神经网络受输入样本顺序的影响。\n (2)半监督学习集成。模糊分类关联规则结合最近邻聚类集成算法只需要少量的训练样本即可获得比较高的准确率，适合于只有少量样本的情形，有助于减轻土地评价专家的工作量；模糊k-means聚类结合支持向量机集成算法则适合于有大量训练样本情况下，能够有效地克服支持向量机只能够在少量训练样本下有效的缺点；SVC与模糊k-means聚类结合支持向量机结构刚好相反，SVC集成算法可减少迭代过程中过多人为干预的影响，淡化簇轮廓的精细程度，使算法能处理包含了不同分布密度的簇，从而提高了泛化能力，适用于只有少量样本的情况。\n 以广东省第二次土壤普查成果资料以及中山市农用地分等成果为主要数据源，用模糊分类器和分类器集成对所有样本进行测试的实验结果表明，模糊分类器和分类器集成算法都获得了较高的准确率，分类器集成的结果大多数情况下优于单个分类器的结果。模糊分类器中的精简模糊分类关联规则提高了土地评价知识表达的简易性和可解释性；分类器集成提高了成员分类器的稳定性、容错和泛化能力，同时也克服成员分类器运用过程中的某些受限因素。土地评价中模糊分类器和分类器集成的应用，对推动土地评价自动化和智能化等研究都具有重要的科学技术意义和应用价值。

关键词：模糊分类器分类器集成土地评价关联规则模糊判决神经网络半监督学习

来源：评论

学校读者我要写书评

暂无评论

模糊分类器的鲁棒性

模糊分类器的鲁棒性

引用

作者：刘小钦哈尔滨工业大学

学位级别：硕士

支持向量机(SVM)以及由此衍生的C-SVM,ν-SVM及基于核函数的学习是机器学习中基本的,应用最广泛的理论和方法。对于包含不确定信息的应用场合,例如在自然语言处理,推荐系统,社交网络分析中,模糊分类器是常用的分类工具。任何一种分类器... 详细信息

支持向量机(SVM)以及由此衍生的C-SVM,ν-SVM及基于核函数的学习是机器学习中基本的,应用最广泛的理论和方法。对于包含不确定信息的应用场合,例如在自然语言处理,推荐系统,社交网络分析中,模糊分类器是常用的分类工具。任何一种分类器都将工作在有扰动的环境中,分类器对扰动的敏感性(鲁棒性)对于分类器的设计具有重要意义。本文主要研究二类模糊分类器在非箱型扰动下的鲁棒性问题。首先,对于乘积型决策函数确定的模糊SVM分类器,当决策函数构成平移不变核时,证明了在非箱型扰动下分类器具有鲁棒性。讨论了相应的正定模糊分类器(PDFC)的鲁棒性问题。其次,提出了具有乘积型决策函数的模糊ν-SVM分类器模型,给出了其等价形式。在一定条件下证明了非箱型扰动下分类器具有鲁棒性,给出了相应的PDFC算法,并讨论了相应的鲁棒性问题。

关键词：模糊分类器支持向量机鲁棒性非箱型扰动

来源：评论

学校读者我要写书评

暂无评论

基于模拟退火遗传算法的模糊分类器参数优化及其应用

引用

电子与信息学报 2001年第10期23卷 975-983页

作者：周越相敬林杨杰上海交通大学图像处理与模式识别研究所上海200030 西北工业大学航海工程学院西安710072

该文从结构和算法上研究了Max-Min模糊神经网络(MMNN),找出了其固有的局限性,相应提出了一系列的改进措施形成改进MMNN算法。为了更好地提高网络的性能,同时考虑到优化算法的收敛速度,本文提出了基于模拟退火遗传算法的网络参数优化方法... 详细信息

该文从结构和算法上研究了Max-Min模糊神经网络(MMNN),找出了其固有的局限性,相应提出了一系列的改进措施形成改进MMNN算法。为了更好地提高网络的性能,同时考虑到优化算法的收敛速度,本文提出了基于模拟退火遗传算法的网络参数优化方法,通过计算机仿真,证明了该方法是可行的。最后,运用它作为分类器对实际的船舶辐射噪声进行了分类实验,与BP等算法进行了比较,显示出其独特的优越性。

关键词：模糊隶属度函数神经网络模拟退火算法遗传算法模糊分类器

来源：评论

学校读者我要写书评

暂无评论

基于区间推理和AFS结构的模糊分类器

引用

信息与控制 2006年第5期35卷 651-656,661页

作者：邱望仁刘陶刘晓东景德镇陶瓷学院信息工程学院江西景德镇333403 大连海事大学数学系辽宁大连116026

在分析区间值模糊集理论和现有模糊分类器的基础上,提出两种分类器的算法,它们分别是建立在区间值推理和AFS结构上的.经Iris数据实验,证明第一种算法分类结果很好,后一算法不仅结果与前面的一样好,而且它还能处理一些描述模糊概念的数据... 详细信息

在分析区间值模糊集理论和现有模糊分类器的基础上,提出两种分类器的算法,它们分别是建立在区间值推理和AFS结构上的.经Iris数据实验,证明第一种算法分类结果很好,后一算法不仅结果与前面的一样好,而且它还能处理一些描述模糊概念的数据库.这两种算法在分类实践中具有良好的应用前景.*

关键词：区间值模糊集模糊推理模糊分类器模糊匹配函数 AFS结构

来源：评论

学校读者我要写书评

暂无评论

一种基于神经网络覆盖构造法的模糊分类器

引用

软件学报 2003年第3期14卷 429-434页

作者：叶少珍张钹吴鸣锐郑文波清华大学计算机科学与技术系福州大学信息科学与技术学院福建福州350002

首先介绍了一种M-P模型几何表示,以及利用这种几何表示可将神经网络的训练问题转化为点集覆盖问题,并在此基础上分析了神经网络训练的一种几何方法.针对该方法可构造十分复杂的分类边界,但其时间复杂度很高.提出一种将神经网络覆盖算法... 详细信息

首先介绍了一种M-P模型几何表示,以及利用这种几何表示可将神经网络的训练问题转化为点集覆盖问题,并在此基础上分析了神经网络训练的一种几何方法.针对该方法可构造十分复杂的分类边界,但其时间复杂度很高.提出一种将神经网络覆盖算法与模糊集合思想相结合的方法,该分类器可改善训练速度、减少覆盖的球领域数目,即减少神经网络的隐结点数目.同时模糊化方法可方便地为大规模模式识别问题提供多选结果.用700类手写汉字的识别构造一个大规模模式识别问题测试提出的方法,实验结果表明,该方法对于大规模模式识别问题很有潜力.

关键词：神经网络覆盖构造法模糊分类器模式识别汉字识别

来源：评论

学校读者我要写书评

暂无评论

基于灰度共生矩阵的板材纹理模糊分类器设计

引用

东北林业大学学报 2014年第4期42卷 127-130页

作者：张怡卓许超李想薛瑞东北林业大学哈尔滨150040

针对板材表面的纹理特征,设计了直纹、弯纹二维模糊逻辑分类器。首先对灰度共生矩阵提取的板材特征量进行散点分布分析,提取出用于纹理分类的能量和相关性基本特征;设计能量、相关性与纹理的模糊论域及隶属度函数,完成了特征量与纹理类... 详细信息

针对板材表面的纹理特征,设计了直纹、弯纹二维模糊逻辑分类器。首先对灰度共生矩阵提取的板材特征量进行散点分布分析,提取出用于纹理分类的能量和相关性基本特征;设计能量、相关性与纹理的模糊论域及隶属度函数,完成了特征量与纹理类别的模糊化;通过提取样本的模糊规则和Mamdani重心法,完成模糊推理,并得到纹理分类查询表。应用设计的纹理模糊分类器对样本库中100幅直纹和弯纹样本进行分类实验,分类总体正确率达到90.5%。

关键词：板材纹理纹理分类灰度共生矩阵特征选择模糊分类器

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：