基于压缩集密度估计的ML模糊推理系统构建

基于高斯混合模型揭示了ML模糊推理系统构建可以等价为压缩集密度估计问题。利用此发现提出基于压缩集密度估计器RSDE的ML模糊推理系统训练算法。该算法有如下特点:①无需人为设定模糊规则数目;②是一个二次优化问题,可利用快速的二次规划算法快速求解。通过模拟和真实数据集验证,实验结果亦证实了上述优点。