基于模糊子空间聚类的0阶岭回归TSK模糊系统

摘要：

经典数据驱动型TSK模糊系统在利用高维数据训练模型时，由于规则前件采用的特征过多，导致规则的解释性和简洁性下降。对此，根据模糊子空间聚类算法的子空间特性，为TSK模型添加特征抽取机制，并进一步利用岭回归实现后件的学习，提出一种基于模糊子空间聚类的0阶岭回归TSK模型构建方法。该方法不仅能为规则抽取出重要子空间特征，而且可为不同规则抽取不同的特征。在模拟和真实数据集上的实验结果验证了所提出方法的优势。

关键词：解释性、高维数据、岭回归、TSK模糊系统

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61170122；江苏省杰出青年基金项目BK20140001；新世纪优秀人才支持计划项目NCET120882

在线出版日期：2016-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：882-888