期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
适合大规模数据集且基于LLM的0阶TSK模糊分类器 被引量:2
1
作者 李滔 王士同 《控制与决策》 EI CSCD 北大核心 2017年第1期21-30,共10页
针对传统分类器的泛化性能差、可解释性及学习效率低等问题,提出0阶TSK-FC模糊分类器.为了将该分类器应用到大规模数据的分类中,提出增量式0阶TSK-IFC模糊分类器,采用增量式模糊聚类算法(IFCM(c+p))训练模糊规则参数并通过适当的矩阵变... 针对传统分类器的泛化性能差、可解释性及学习效率低等问题,提出0阶TSK-FC模糊分类器.为了将该分类器应用到大规模数据的分类中,提出增量式0阶TSK-IFC模糊分类器,采用增量式模糊聚类算法(IFCM(c+p))训练模糊规则参数并通过适当的矩阵变换提升参数学习效率.仿真实验表明,与FCPM-IRLS模糊分类器、径向基函数神经网络相比,所提出的模糊分类器在不同规模数据集中均能保持很好的性能,且TSK-IFC模糊分类器在大规模数据分类中尤为突出. 展开更多
关键词 tsk-fc TSK-IFC 最小学习机 TSK型模糊分类器 大规模数据集
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部