用模糊包含度构造超盒粒分类器

摘要：

如何将训练集分割成大小不一的超盒粒是粒计算领域的关键问题之一.引入非线性正评价函数并用于构造超盒粒之间的模糊包含度函数,通过粒度阈值,对两个超盒粒有条件合并,构造含有大小不同超盒粒的分类器.实验结果表明超盒粒分类器与模糊格推理分类器相比提高了测试精度,与支持向量机相比加快了训练速度且提高了测试精度.

关键词：模糊包含度、超盒粒、正评价函数、模糊格推理、支持向量机

所属期刊栏目：49

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61170202;河南省基础研究与前沿技术项目;河南省高校青年骨干教师资助计划2011GGJS-119

在线出版日期：2013-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-57