计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2011年
11期
7-10
,共4页
支持向量机%模糊聚类%模糊系统辨识
支持嚮量機%模糊聚類%模糊繫統辨識
지지향량궤%모호취류%모호계통변식
GK模糊聚类是一类广泛应用于分类的数据分析技术,能智能探测不同聚类的形状,但是存在迭代过程中聚类数恒定、公式中协方差矩阵要求非零等缺点.本文针对这些缺点,提出改进的聚类算法,针对现有的模糊辨识算法出现的维教灾难及函数逼近能力不高等问题,以语言模糊模型和缺少常数项的支持向量回归机的等价性分析为基础,提出一种支持向量机与模糊系统相结合的新辨识算法,并且利用梯度下降法对参数进行辨识;为了更好地缩减规则数及体现样本数据的信息,时输入的样本集又采用改进的GK模糊聚类对数据进行分类.
GK模糊聚類是一類廣汎應用于分類的數據分析技術,能智能探測不同聚類的形狀,但是存在迭代過程中聚類數恆定、公式中協方差矩陣要求非零等缺點.本文針對這些缺點,提齣改進的聚類算法,針對現有的模糊辨識算法齣現的維教災難及函數逼近能力不高等問題,以語言模糊模型和缺少常數項的支持嚮量迴歸機的等價性分析為基礎,提齣一種支持嚮量機與模糊繫統相結閤的新辨識算法,併且利用梯度下降法對參數進行辨識;為瞭更好地縮減規則數及體現樣本數據的信息,時輸入的樣本集又採用改進的GK模糊聚類對數據進行分類.
GK모호취류시일류엄범응용우분류적수거분석기술,능지능탐측불동취류적형상,단시존재질대과정중취류수항정、공식중협방차구진요구비령등결점.본문침대저사결점,제출개진적취류산법,침대현유적모호변식산법출현적유교재난급함수핍근능력불고등문제,이어언모호모형화결소상수항적지지향량회귀궤적등개성분석위기출,제출일충지지향량궤여모호계통상결합적신변식산법,병차이용제도하강법대삼수진행변식;위료경호지축감규칙수급체현양본수거적신식,시수입적양본집우채용개진적GK모호취류대수거진행분류.