计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
7期
2413-2416
,共4页
模糊分类%分布估计算法%模糊规则%规则抽取%数据挖掘
模糊分類%分佈估計算法%模糊規則%規則抽取%數據挖掘
모호분류%분포고계산법%모호규칙%규칙추취%수거알굴
fuzzy classification%estimation of distribution algorithm%fuzzy rule%rule extraction%data mining
提出了基于分布估计算法的模糊分类建模方法,该方法基于Apriori原理生成初始模糊规则集,并且以匹茨堡型的二进制编码方式对模糊规则集编码,基于双变量相关的MIMIC (mutual information maximization for input clustering)分布估计算法从初始规则集中自动抽取模糊规则.通过在Iris,Pima,Wine这3个标准数据集的仿真实验表明,该方法比基于遗传算法的模糊分类器在准确率和解释性方面更有效.
提齣瞭基于分佈估計算法的模糊分類建模方法,該方法基于Apriori原理生成初始模糊規則集,併且以匹茨堡型的二進製編碼方式對模糊規則集編碼,基于雙變量相關的MIMIC (mutual information maximization for input clustering)分佈估計算法從初始規則集中自動抽取模糊規則.通過在Iris,Pima,Wine這3箇標準數據集的倣真實驗錶明,該方法比基于遺傳算法的模糊分類器在準確率和解釋性方麵更有效.
제출료기우분포고계산법적모호분류건모방법,해방법기우Apriori원리생성초시모호규칙집,병차이필자보형적이진제편마방식대모호규칙집편마,기우쌍변량상관적MIMIC (mutual information maximization for input clustering)분포고계산법종초시규칙집중자동추취모호규칙.통과재Iris,Pima,Wine저3개표준수거집적방진실험표명,해방법비기우유전산법적모호분류기재준학솔화해석성방면경유효.