一种基于模糊核超球感知器的模糊分类模型

摘要：

本文提出一种模糊核超球感知器(FKHP)学习方法,并介绍了一种基于FKHP这种学习方法的模糊分类模型.模型构建的基本思想是首先选择适当的核函数,将训练模式从输入空间映射到高维特征空间;然后,在特征空间中.利用提出的模糊核超球感知器学习算法,为每一类训练模式找一个覆盖该类别的训练模式的超球;将每个超球,看作为一个模糊划分,以超球中心和半径为参数,定义超圆锥体的隶属函数,并为之建立一条IF-THEN分类规则;最后,以超球半径作为规则的调整参数,进行规则的优化调整.本文介绍了模型的结构、分类规则产生算法以及规则的调整策略.

关键词：FKHP、核函数、模糊分类模型、模糊分类规则、隶属函数

所属期刊栏目：44

分类号：TP39(计算技术、计算机技术)

资助基金：中国博士后科学基金20070410299;广东省自然科学基金7300450;国家自然科学基金60673191

在线出版日期：2009-02-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：559-568