河北大学学报（自然科学版）
河北大學學報（自然科學版）
하북대학학보（자연과학판）
JOURNAL OF HEBEI UNIVERSITY(NATURAL SCIENCE EDITION)
2012年
4期
342-348
,共7页
模糊积分%模糊测度%分类器%交互作用%人工神经网络
模糊積分%模糊測度%分類器%交互作用%人工神經網絡
모호적분%모호측도%분류기%교호작용%인공신경망락
与其他分类器相比较,模糊积分分类器具有可以表示特征属性间交互作用的特性.确定合适的模糊测度是其关键因素之一.模糊测度的确定方法主要有2种:专家给定和从历史数据学习获得.由于模糊测度自身的复杂性,模糊测度主要是从数据中学习得到.为了能够更好地利用特征属性在样例空间体现出的局部特征,提出了一种用人工神经网络实现自适应模糊测度的方法.使得模糊测度可以随着输入样例的不同而变化,及时反映出在对样例进行分类过程中各特征属性的重要性和属性间的交互作用的不同,从而提高分类性能.实验证明该方法有效,可行.
與其他分類器相比較,模糊積分分類器具有可以錶示特徵屬性間交互作用的特性.確定閤適的模糊測度是其關鍵因素之一.模糊測度的確定方法主要有2種:專傢給定和從歷史數據學習穫得.由于模糊測度自身的複雜性,模糊測度主要是從數據中學習得到.為瞭能夠更好地利用特徵屬性在樣例空間體現齣的跼部特徵,提齣瞭一種用人工神經網絡實現自適應模糊測度的方法.使得模糊測度可以隨著輸入樣例的不同而變化,及時反映齣在對樣例進行分類過程中各特徵屬性的重要性和屬性間的交互作用的不同,從而提高分類性能.實驗證明該方法有效,可行.
여기타분류기상비교,모호적분분류기구유가이표시특정속성간교호작용적특성.학정합괄적모호측도시기관건인소지일.모호측도적학정방법주요유2충:전가급정화종역사수거학습획득.유우모호측도자신적복잡성,모호측도주요시종수거중학습득도.위료능구경호지이용특정속성재양례공간체현출적국부특정,제출료일충용인공신경망락실현자괄응모호측도적방법.사득모호측도가이수착수입양례적불동이변화,급시반영출재대양례진행분류과정중각특정속성적중요성화속성간적교호작용적불동,종이제고분류성능.실험증명해방법유효,가행.
