登菲斯

动态演化神经模糊推理系统及其在时间序列预测中的应用。本文介绍了一种新的动态模糊推理系统,即自适应模糊推理系统。DENFIS通过增量、混合(有监督/无监督)、学习和适应新的输入数据,包括新特性、新类等,通过局部元素调整来发展。新的模糊规则是在系统运行过程中产生和更新的。在每个时刻,DENFIS的输出通过一个模糊推理系统计算,该系统基于从模糊规则集中动态选择的m个最活跃的模糊规则。提出了两种方法:(1)动态建立DENFIS在线模型的一阶Takagi-Sugeno型模糊规则集;(2)为DENFIS离线模型建立一阶Takagi-Sugeno型模糊规则集或扩展的高阶模糊规则集。在DENFIS学习之前或学习过程中,可以插入一组模糊规则。模糊规则也可以在学习过程中或之后提取。文中还介绍了一种用于在线和离线DENFIS模型的进化聚类方法(ECM)。结果表明,DENFIS能够有效地自适应地学习复杂的时间序列,其性能优于现有的一些已知模型。


zbMATH中的参考文献(参考文献第五十七条)

显示第1到第20个结果,共57个。
按年份排序(引用)
  1. 沙赫里亚里,扎赫拉;Small,Michael:检测同步的状态转移网络的置换熵(2020)
  2. 顾小伟;Angelov,Plamen P.:自组织模糊逻辑分类器(2018)
  3. 梅西尔,莱安德罗;巴利尼,罗桑格拉;Gomide,Fernando:演化可能性模糊建模(2017)
  4. 赵万青;比奇,托马斯H。;Rezgui,Yacine:参数模型中线性识别的有效最小角度回归(2017)
  5. 亚比耶夫,拉希布。;阿比扎德,萨南:用模糊神经系统诊断帕金森病(2016)
  6. 拉米·哈穆兹;佩德里茨,威托德;巴拉马什,阿卜杜拉;Morfeq,Ali:颗粒时间序列的描述与分类(2015)ioport公司
  7. 伊纳西奥,毛里里奥;莱莫斯,安德烈;Caminhas,Walmir:基于聚类算法和漂移检测的进化模糊分类器故障诊断(2015)
  8. 拉拉里扎;克里斯托夫·贝格迈尔;弗朗西斯科·埃雷拉;JoséBenítez:frbs:R中基于模糊规则的分类和回归系统(2015)不是zbMATH
  9. 莱特,丹尼尔;Gomide,Fernando:使用不精确数据流的增量粒度模糊建模(2015)
  10. 利帕鲁洛,卢卡;普罗埃蒂,安德里亚;Panela,Massimo:使用凸包作为几何模型的模糊聚类(2015)
  11. 雷耶斯·加拉维兹,猎户座F。;Pedrycz,Witold:颗粒模糊模型:分析、设计和评估(2015)
  12. Abiyev,Rahib H.:使用2型模糊神经网络进行信用评级(2014)
  13. 巴哈阿得拉尼;诺里,哈米德;阿拉斯加里,穆罕默德;Navabi,Zain:嵌入式系统局部线性神经模糊模型的高级设计空间探索(2014)ioport公司
  14. Chairez,I.:基于Takagi-Sugeno推理的不确定非线性系统的多重DNN标识符(2014)
  15. 陈成鸿;廖延云:神经模糊推理系统的部落粒子群优化及其预测应用(2014)
  16. 佩德里茨,威托德;鲁炜;刘晓东;王伟;王立中:以人为中心的时间序列分析与解释:粒度计算的视角(2014)ioport公司
  17. Razi,Farshad Faezy:项目组合选择的灰色关联分析和非支配排序遗传算法II(2014)ioport公司
  18. 哈梅特纳,克里斯托夫;Jakubek,Stefan:在线发动机建模的本地模型网络识别(2013)ioport公司
  19. 尼古拉,卡萨博夫;多布尔,克希提;努塔利德,努塔普德;Indiveri,Giacomo:用于在线时空模式识别的动态演化尖峰神经网络(2013)ioport公司
  20. 莱莫斯,安德烈;卡米哈斯,沃尔米尔;Gomide,Fernando:使用进化模糊分类器的自适应故障检测和诊断(2013)ioport公司