×
高明;夏洪;克里斯·哈里斯。

用于分类的统一神经模糊模型。 （英语） Zbl 1317.62055号

国际期刊系统。科学。，普林克。申请。系统。集成。 45，第10号，2158-2171（2014）.
摘要：本文提出了一种统一的神经模糊建模方案。首先，初始模糊基构建方法基于模糊聚类，利用高斯混合模型（GMM）结合协方差分析（ANOVA）分解，以获得输入特征子空间上更紧凑的单变量和双变量隶属函数。高斯隶属函数的均值和协方差由期望最大化（EM）算法求得，其优点是揭示了系统输入的潜在密度分布。由此产生的隶属函数集构成了广义模糊模型（GFM）推理机的基础。该神经模糊模型的模型结构和参数通过监督子空间正交最小二乘（OLS）学习进行识别。最后，不是按照惯例提供确定性类别标签作为模型输出，而是应用逻辑回归模型来呈现分类器的输出，其中s型逻辑传递函数将神经模糊模型的输出缩放为类别概率。实验验证结果证明了所提出的神经模糊建模方案的有效性。

理学硕士：

62H30型 分类和区分；聚类分析（统计方面）
68T05年 人工智能中的学习和自适应系统
92秒20 生物研究、人工生命和相关主题中的神经网络

关键词：

神经模糊建模;高斯混合模型;子空间隶属函数;规则简化

软件：

PRMLT公司;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{M.Gao}等人，国际期刊系统。科学。，普林克。申请。系统。集成。45，第10号，2158--2171（2014；Zbl 1317.62055）
全文： 内政部

参考文献：

[1] 内政部：10.1109/91.618273·数字对象标识代码：10.1109/91.618273
[2] DOI:10.1016/S0888-613X（02）00076-2·Zbl 1033.68113号 ·doi:10.1016/S0888-613X（02）00076-2
[3] 内政部：10.1109/72.883438·数字对象标识代码：10.1109/72.883438
[4] Bertsekas D.P.，非线性规划，2。编辑（1999）·Zbl 1015.90077号
[5] 内政部：10.1007/978-1-4757-0450-1·doi:10.1007/978-1-4757-0450-1
[6] Bishop C.M.，模式识别和机器学习（2006）·Zbl 1107.68072号
[7] Brown M.，神经模糊自适应建模与控制（1994）
[8] DOI:10.1109/TSMCB.2004.831160·doi:10.1109/TSMCB.2004.831160
[9] Dempster A.P.，《皇家统计学会杂志》。B 39第1页–（1977年）
[10] 内政部：10.1080/01969727308546046·Zbl 0291.68033号 ·网址：10.1080/01969727308546046
[11] Elomaa T.，《机器学习》，第36页，201–（1999）
[12] Frank A.，UCI机器学习库（2010）
[13] DOI:10.10109/模糊.2004.841728·doi:10.1109/TFUZZ.2004.841728
[14] 内政部：10.1109/3477.775275·doi:10.1109/3477.775275
[15] 内政部：10.1109/91.928739·数字对象标识代码：10.1109/91.928739
[16] DOI:10.1007/978-3-642-18242-6·兹比尔1005.68048 ·doi:10.1007/978-3-642-18242-6
[17] DOI:10.1049/ip-cta:20010704·doi:10.1049/ip-cta:20010704
[18] DOI:10.10109/年2月21日，邮编：31959·doi:10.1109/TNN.2002.1031959
[19] 内政部：10.1109/TFUZZ.2003.814842·doi:10.10109/TFUZZ.2003.814842
[20] DOI:10.1049/ip-cta:20030311·doi:10.1049/ip-cta:20030311
[21] 内政部：10.1002/0471722146·doi:10.1002/0471722146
[22] 内政部：10.1007/3-540-36970-8_43·doi:10.1007/3-540-36970-843
[23] DOI:10.1016/S0020-7373（80）80050-2·doi:10.1016/S0020-7373（80）80050-2
[24] 内政部：10.1006/ijhc.1973.0303·doi:10.1006/ijhc.1973.0303
[25] Mangasarian O.L.，SIAM News 23 pp 1–（1990）
[26] Murray-Smith R.，建模和控制的多模型方法（1997）
[27] DOI:10.1016/S0165-0114（97）00009-2·doi:10.1016/S0165-0114（97）00009-2
[28] DOI:10.10109/91.94965·doi:10.1109/91.940965
[29] 内政部：10.1109/4235.873236·doi:10.1109/4235.873236
[30] 内政部：10.1109/3477.678632·数字对象标识代码：10.1109/3477.678632
[31] 内政部：10.1109/91.873575·数字对象标识代码：10.1109/91.873575
[32] 内政部：10.1109/91.755393·doi:10.10109/91755933
[33] DOI:10.1214/aos/1031594728·Zbl 0924.62036号 ·doi:10.1214/aos/1031594728
[34] 内政部：10.1109/TSMC.1985.6313399·Zbl 0576.93021号 ·doi:10.1109/TSMC.1985.6313399
[35] 内政部：10.1109/TFUZZ.2002.805880·doi:10.1109/TFUZZ.2002.805880
[36] 内政部：10.1109/3477.740163·doi:10.1009/3477.740163
[37] 内政部：10.1109/3477.740162·doi:10.1109/3477.740162
[38] DOI:10.1016/S0019-9958（65）90241-X·Zbl 0139.24606号 ·doi:10.1016/S0019-9958（65）90241-X
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。