引用本文:许丽净,余英林.一种基于模糊感知器的模糊神经分类器[J].控制理论与应用,2002,19(1):131~134.[点击复制]
XU Lijing,YU Yinglin.A Neuro-fuzzy Classifier Based on Fuzzy Perceptron Model[J].Control Theory and Technology,2002,19(1):131~134.[点击复制]
一种基于模糊感知器的模糊神经分类器
A Neuro-fuzzy Classifier Based on Fuzzy Perceptron Model
摘要点击 1501  全文点击 1436  投稿时间：2000-04-18  修订日期：2001-06-30
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2002.1.028
  2002,19(1):131-134
中文关键词  模糊感知器  模糊积分  模糊密度
英文关键词  fuzzy perceptron  fuzzy integral  fuzzy density
基金项目  国家自然科学基金(69772026); 广东省自然科学基金(970484)资助项目
作者单位
许丽净 华南理工大学 电子与通信工程系, 广州 510640 
余英林 华南理工大学 电子与通信工程系, 广州 510640 
中文摘要
      隶属函数应能客观反映模式的不确定性分布情况, 模糊神经分类器中为每个输入特征划分相同数量的模糊变量显然是不合理的. 针对这一问题, 根据模糊积分的思想, 本文通过分析隶属函数的变化曲线来确定模糊密度, 以此为依据为输入特征划分合适的模糊变量, 并以Iris数据集为例验证了该方法的有效性.
英文摘要
      For a neuro_fuzzy classifier, it's unreasonable to partition the fuzzy sets of the same number for the different input features. In order to address this issue, fuzzy density is used here to partition the input feature reasonably. Iris data sets are used to illustrate the effectiveness of the proposed scheme.