基于云/神经网络的多属性模糊规则分类
DOI:
CSTR:
作者:
作者单位:

大连理工大学电子与信息工程学院 116023

作者简介:

韩敏

通讯作者:

中图分类号:

TP18

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对模糊规则分类中数据边界硬性划分的局限性问题,建立了云-神经网络模型,并提出了基于云-神经网络的模糊规则分类算法.在不影响数据模糊性和随机性的基础上,将数据转化为规则,并利用神经网络的学习能力,进行多属性模糊规则分类.与传统方法相比,该方法在保证数据模糊性和随机性的基础上,提高了模型精度和分类准确率.应用实例表明了该方法的有效性和可行性.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

韩敏;李政.基于云/神经网络的多属性模糊规则分类[J].控制与决策,2009,24(6):933-936

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-06-13
  • 最后修改日期:2008-11-15
  • 录用日期:
  • 在线发布日期: 2009-06-20
  • 出版日期:
文章二维码