贝叶斯L2型TSK模糊系统
针对传统Takagi-Sugeno-Kan(TSK)模糊系统处理大规模数据时间代价较高的问题,提出一种基于概率模型框架的L2型TSK模糊系统建模策略,建立具有处理大规模数据能力的贝叶斯L2型TSK模糊系统(B-TSK-FS).具体地,基于L2型TSK模糊系统的输出误差概率化表示,对系统前后件参数联合学习,提高系统的泛化能力.另外,引入狄利克雷先验分布函数,对模糊隶属度稀疏化表示,实现样本的压缩,降低运算时间.在模拟和真实数据集上的实验结果验证了所提出模糊系统的优势.
贝叶斯、L2型TSK模糊系统、大规模数据、狄利克雷先验分布
32
TP181(自动化基础理论)
国家自然科学基金项目61300151, 61305097;深圳市基础学科布局项目JCYJ20160429190300857
2017-10-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
1871-1878