位置:成果数据库 > 期刊 > 期刊详情页
基于模糊划分和支持向量机的TSK模糊系统
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]华南理工大学计算机科学与工程学院,广州510061, [2]广东工业大学应用数学学院,广州510090
  • 相关基金:国家自然科学基金资助项目(No.60433020,10471045)
中文摘要:

为了提高模糊系统处理高维问题的推广能力与鲁棒性能,提出将模糊聚类和支持向量机算法结合起来构造TSK模糊系统的算法.首先运用模糊聚类算法对输入空间进行划分,确定模糊规则前件的隶属函数.然后用支持向量机算法确定模糊规则的后件参数.该支持向量机的核函数是由模糊规则前件的隶属函数构造的,并且是Mercer核.在3个数据集的实验结果表明,与TSK模糊系统的传统算法和支持向量机相比较,本文算法具有更好的推广能力和鲁棒性.

英文摘要:

An algorithm is presented to design a Takagi-Sugeno-Kang (TSK) fuzzy system with good generalization ability and robustness in high dimensional feature space by fuzzy clustering algorithms and support vector machines (SVM). Firstly, the antecedent membership functions are obtained by fuzzy clustering algorithms in the product space of the input variables. Then, the corresponding consequent parameters of the TSK model can be estimated from data using SVM. The kernel function of the proposed algorithm can be generated by the antecedent membership functions and it is proved to be a Mercer kernel. Finally, experimental results of three well-known datasets show that the proposed method has better generalization ability and robustness than the traditional techniques of TSK model and SVM.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169