基于决策粗糙集的模糊分类模型文献综述

 2021-11-08 22:13:19

毕业论文课题相关文献综述

模糊分类模型是模糊集合理论的一个重要应用。

模糊分类规则被广泛认为是分类知识较好的表示,与人类表达的知识类似,具有可读性和解释性。

模糊分类在图像处理、文字识别、语音识别、文本分类、遥感、气象及工业自动化控制等许多领域得到广泛应用。

   模糊划分和模糊分类规则的自动产生,分类规则的表达式,分类规则的调整及分类识别率的提高是模糊分类模型研究的关键问题。

为了研究这些问题,这篇论文提出了三种模糊分类模型和一种多分类器集成方法,从不同的角度,利用不同的方法和技术,探索解决上述问题的思路和方法。

   模型I:基于模糊核超球感知器的模糊分类模型(简称FCMBFKP)。

首先这种模型选择适当的核函数,将训练模式从输入空间映射到高维特征空间。

在特征空间中,利用提出的模糊核超球感知器学习算法,对每一类训练模式找一个超球。

这个超球将覆盖该类别的所有训练模式。

将每个超球,看作为一个模糊划分,并为之建立一条IFTHEN分类规则。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。