文件名称：模糊积分分类器中的自适应模糊测度 (2012年)
文件大小：423KB
文件格式：PDF
更新时间：2024-06-10 16:53:18
自然科学 论文
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．由子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．