10.3969/j.issn.1006-2475.2011.11.003
基于支持向量机的模糊系统辨识研究
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.
支持向量机、模糊聚类、模糊系统辨识
TP301.6(计算技术、计算机技术)
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
7-10