东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

一种模糊认知图分类器构造方法

ISSN号：1001-053X
期刊名称：北京科技大学学报
时间：2012
页码：590-595
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]北京科技大学计算机与通信工程学院,北京100083, [2]北京联合大学信息学院,北京100101, [3]聊城大学计算机学院,聊城252000
相关基金：国家自然科学基金资助项目（61175048）; 国家重点基础研究发展计划（2009CB522701）; 北京市属高等学校人才强教计划资助项目PHR（IHLB）
相关项目：基于多关系的模糊认知图挖掘模型、算法与评价机制研究

作者：杨炳儒|

关键词：模糊认知图, 分类器, 分类, 模糊集合论, 学习算法, fuzzy cognitive map, classifiers, classification, fuzzy set theory, learning algorithms

中文摘要：

提出了一种新的模糊认知图分类器模型构造方法,它包括构建流程、激活函数、推理规则和学习方法等核心构件.模型利用提出的动态交叉变异算子自适应遗传进化过程,实现种群间自动调节和自动适应.仿真实验表明：本文提出的模型增强了局部随机搜索能力,加强了算法的全局收敛能力,与其他经典分类方法相比,不但性能较好,而且具有较强的抗噪能力,从而具有更强的鲁棒性.

英文摘要：

A novel construction method of classifier models based on the fuzzy cognitive map was proposed,which consists of model structure,activation functions,inference rules and learning algorithms.The model employs dynamically self-adaptive crossover and mutation operators to automatically adjust the evolution process within populations.Simulation experiments prove that the model enhances the capabilities of local random search and global convergence.Compared with other classical classification algorithms,the model not only shows a better classification performance,but also has powerful noise-immune ability which renders it robust.

同期刊论文项目