规则数确定的自适应模糊分类器

为使模糊分类器能够利用自适应模糊系统的诸多优点,并避免随着输入空间维度增加出现"维度灾难",提出一种新的模糊规则数确定的自适应模糊分类器.新分类器由多个用于区分出一种类别的模糊推理机组成,每个模糊推理机包含两条模糊逻辑"如果-则"规则,分类器的总规则数由待分类模式的类别数确定,分类器采用误差反向传播学习算法进行学习训练.对比反向传播神经网络分类器,通过对鸢尾花卉数据集与Ripley合成数据集的分类测试,表明新分类器具有较强的学习能力、分类识别能力,以及抗干扰、抗数据污染能力.

基于最近邻聚类算法自适应模糊分类器

以手写体数字识别问题为背景,提出了一种基于最近邻聚类算法的自适应模糊分类器,并用Matlab给出了自适应模糊分类器的实现,进而对其进行了仿真。仿真结果表明,所提出的自适应模糊分类器在手写体数字识别的识别性能、利用语言信息、计算复杂性等方面均优于采用BP算法的三层前馈分类器,体现了自适应模糊处理技术用于模式识别的优越性和潜力。

基于表格查寻学习算法的自适应模糊分类器

以手写体数字识别问题为背景,提出了一种基于表格查寻学习算法的自适应模糊分类 器,并用Matlab给出了自适应模糊分类器的实现,进而对其进行了仿真。仿真结果表明,该自适应模 糊分类器在手写体数字识别的识别性能、利用语言信息、计算复杂性等方面均优于采用BP算法的三 层前馈分类器,体现了自适应模糊处理技术用于模式识别的优越性和潜力。