一种改进的模糊联想分类器.pdfVIP

一种改进的模糊联想分类器 薛忠 李艳 谢维信 西安电子科技大学电子工程学院 新加坡南洋理工大学电子电气工程学院 深圳大学 摘要本文提出了一种改进的模糊联想分类器(IFAMC)，给出了推理规则的自动获取算法，并与通常的．FAM 模式分类器进行了比较。结果表明，我们提出的分类器能取得更好的分类效果。 关键词横糊联想记忆分类器 Associative 模糊联想记忆(Fuzzy Memory)采用模糊推理过程建立了模糊集与模糊集之间的关系，是模 糊系统的一种典型结构。FAM已经在模糊控制、函数逼近、模式识别等方面得到了广泛应用。 常的FAM分类器也存在着自己故有的局限性。其最主要的缺点就在于人们设计FAM模式分类器时，往往 将各个类别按照某一顺序构成输出论域，这就使得(类别与类别之间具有了一定的排序关系、相邻关系。从 而使得通常的FAM分类器在结构上存在缺憾。因此，本文提出了一种改进的模糊联想分类器结构，简称为 IFAMC，有效地克服了这一缺点。 以及推理过程；第三部分给出了IFAMC推理规则的自动获取算法}最后给出实验结果和结论。 1通常的模糊联想分类器 模糊分类器是把模式空间M划分为C个互不相交的子空间，每个子空间为一类。通常的模糊联想分类 器的结构与模糊联想记忆系统的结构是相同的。其工作过程为。：对于M中的一个模式，通过联想得到一个 模糊的分类结果，再用最大值去模糊法得到最终的分类结果。 设X、y分别为模糊联想分类器的输入论域和输出论域，有 fX=M ， 门、 … 【Y一{P1，P2，…，Pc) 。’ 设共有Ⅳ条联想分类规则，第i条联想规则为 规则i： 的模糊子集，有 B。一a．1『P1+an『Pl+…+aE『Pc (幻 ‘ j—l 则都有一个参数W。，表示该规则的强度或可信度，且有w，0。 模糊分类的结果O为 N 0一max／YA．扛)·W。·B。一且／P1+卢2／P2+…+／Pc(3) 心o)表示模式X对于规则i的前件的适合度，最终的分类结果Y可以由下式得到 fP，， 若p—max且 … Y一 (4) 【拒判，若有两个或两个以上的只取最大值 许多学者都应用这种模糊联想分类器进行分类和识别的研究，取得了较好的效果。然而，仔细分析一下 其形式就会发现，输出论域是由类别按照某一顺序构成的，这就使得类别与类别之间具有了一定的排序、相 一35]～ 邻关系。实际上，在模式空间M中，各个类别之问的位置关系千变万化，没有一定的顺序关系。因而，通常的 FAM分类器在结构上存在缺憾。当模式类型较多、输入模式维数较大时，不同的类型在模式空间中的分布 比较复杂，通常的模糊联想分类器的局限性就变得较为明显了。 2改进的模糊联想分类器(IFAMC) 输入论域、多输出论域的模糊联想分类器 fX=M fX—M