×
刘洪兵;李、金;郭华平;刘春华

基于区间分析的超盒粒度计算分类算法。 （英语） Zbl 1398.68475号

伊朗。J.模糊系统。 14、5号、139-156（2017）.
小结：颗粒计算主要研究颗粒的表示、两颗粒之间的关系和运算。基于区间分析提出了超盒粒度计算分类算法（HBGrC）。首先，将颗粒表示为双曲线，它是N维空间中用于分类的N区间的笛卡尔积。其次，通过区间两端点诱导的新的正赋值函数来度量两个双曲颗粒之间的关系，其中两个双曲线颗粒之间的操作被设计为包含不同粒度的颗粒。第三，基于两个超盒颗粒之间的运算、两个超盒子颗粒之间的模糊包含关系和粒度阈值，设计了超盒颗粒计算分类算法。与传统的分类算法，如随机森林（RF）、支持向量机（SVM）和多层感知器（MLP）相比，我们证明了所提算法的优越性能。

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

关键词：

模糊格;粒度计算;双曲线颗粒;模糊包含关系
PDF格式BibTeX公司 XML格式引用
\textit{H.Liu}等人，伊朗。J.模糊系统。14，第5号，139--156（2017；Zbl 1398.68475）
全文： 内政部

参考文献：

[1] H.M.Barakat、M.E.El-Adll和A.E.Alyb，任意连续分布随机大小样本未来观测的预测间隔，《模拟中的数学与计算机》，97（2014），1-13·Zbl 1533.62035号
[2] G.Bortolan和W.Pedrycz，心律失常分类的Hyperbox分类器，Kybernetes，36（3-4）（2007），531-547·Zbl 1172.92352号
[3] Y.Chen，Q.Zhu，K.Wu，S.Zhu和Z.Zeng，粗糙集理论中不确定性测度的二元颗粒表示，智能与模糊系统杂志，28（2）（2015），867-878·Zbl 1351.68283号
[4] C.Cortes和V.Vapnik，支持向量网络，机器学习，20（3）（1995），273-297·Zbl 0831.68098号
[5] Z.Fu，K.Ren，J.Shu，X.Sun和F.Huang，通过提高效率实现对加密外包数据的个性化搜索，IEEE并行和分布式系统事务，27（9）（2016），2546-2559。
[6] Z.Fu，X.Sun，N.Linge和L.Zhou，实现有效的云搜索服务：支持同义词查询的加密云数据上的多关键字排名搜索，IEEE消费电子交易，60（1）（2014），164-172。
[7] T.K.Ho，构建决策森林的随机子空间方法，IEEE模式分析和机器智能汇刊，20（8）（1998），832-844。
[8] P.Honko，通过粒度计算从关系数据中发现关联，信息科学，234（2013），136-149·兹比尔1284.68497
[9] X.Hu，W.Pedrycz和X.Wang，逻辑运算符的比较分析：统计测试和粒度计算的视角，国际近似推理杂志，66（2015），73-90·Zbl 1344.68235号
[10] V.G.Kaburlasos和A.Kehagias，基于格理论的模糊推理系统（FIS）扩展，IEEE模糊系统汇刊，22（3）（2014），531-546。
[11] V.G.Kaburlasos和T.P.Pachidis，基于不同数据类型形式融合的推理格计算集成，以及工业点胶应用，信息融合，16（2014），68-83。
[12] V.G.Kaburlasos、S.E.Papadakis和G.A.Papakostas，用于人脸表情识别的FAM神经分类器的Lattice计算扩展，IEEE神经网络和学习系统汇刊，24（10）（2013），1526-1538。
[13] V.G.Kaburlasos和G.A.Papakostas，在模式识别应用中通过交互式模糊格推理学习图像特征的分布，IEEE计算智能杂志，10（3）（2015），42-51。
[14] J.Kerr-Wilson和W.Pedrycz，通过信息粒化设计基于规则的模型，应用专家系统，46（2016），274-285。
[15] A.Khalid和I.Beg，不完全区间值模糊偏好关系，信息科学，348（2016），15-24·Zbl 1398.68541号
[16] L.Maciura和J.G.Bazan，胶囊内镜图像拼接中的颗粒计算，自然计算，14（4）（2015），569-577。
[17] R.E.Moore、R.B.Kearfott和M.J.Cloud，《区间分析导论》，SIAM出版社，费城，2009年·Zbl 1168.65002号
[18] K.R.Opara和O.Hryniewicz，区间数据一般相关系数的计算，国际近似推理杂志，73（2016），56-75·Zbl 1333.62158号
[19] W.Pedrycz，《基于规则的粒度模糊体系结构：在粒度计算框架中进行分析和设计》，《智能决策技术》，9（4）（2015），321-330。
[20] V.Petridis和V.G.Kaburlasos，模糊格神经网络（FLNN）：混合学习模型，IEEE神经网络汇刊，9（5）（1998），877-890。
[21] V.Petridis和V.G.Kaburlasos，《模糊格框架中的学习》，IEEE模糊系统汇刊，7（4）（1999），422-440。
[22] B.Ploj，《机器学习研究进展》，Nova出版社，纽约，2014年。
[23] J.Pyrzowski、M.Siemiski、A.Sarnowska、J.Jedrzejczak和W.M.Nyka，发作间期脑电图的区间分析：局灶性癫痫阿尔法节律的病理学，科学报告5，16230（2015），1-10。
[24] B.D.Ripley，模式识别和神经网络，剑桥大学出版社，剑桥，1996年·Zbl 0853.62046号
[25] M.Ristin、M.Guillaumen、J.Gall和L.V.Gool，用于大规模图像分类的随机森林的增量学习，IEEE模式分析和机器智能汇刊，38（3）（2016），490-503。
[26] A.V.Savchenko，基于连续三向决策和粒度计算的分段规则对象快速多类识别，基于知识的系统，91（2016），252-262。
[27] H.Sossa和E.Guevara，树枝状形态神经网络的高效训练，神经计算，131（2014），132-142。
[28] S.Suriadi、C.Ouyang、W.M.P.van der Aalst和A.H.M.ter Hofstede，事件间隔分析：为什么过程需要时间？决策支持系统，79（2015），77-98。
[29] 姚毅和舍毅，多粒度空间中的粗糙集模型，信息科学，327（2016），40-56·Zbl 1390.68685号
[30] 姚义勇，赵立清，关于划分粒度的度量理论观点，《信息科学》，第213期（2012年），第1-13页·Zbl 1251.68253号
[31] L.A.Zadeh，《关于软计算、粒度计算及其在信息/智能系统的概念、设计和使用中的作用的一些思考》，《软计算》，2（1）（1998），23-25。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。