模糊数据流的进化粒度神经网络分类算法 - 哈尔滨工程大学学报.pdf

第３７卷第３期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３７ №．３ ２０１６年３月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｍａｒ．２０１６ 模糊数据流的进化粒度神经网络分类算法 １ ２ 刘志军 ，张杰 （１．哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 １５０００１；２．山东科技大学 经济管理学院，山东 青岛２６６５９０） 摘　 要：模糊数据流的分类问题大多从模糊数据流中提取典型的特征来进行分类，没有考虑到概念漂移及非平衡 问题。 基于此，从模糊粒度神经元入手，构建了进化粒度神经网络的多层次拓扑结构。 采用了模糊神经元的信息 聚集规则，提出了进化粒度神经网络的模糊编码方法与快速进化原理。 运用梯形隶属函数对进化粒度神经元的聚 集和模糊推理功能进行递归，通过关联函数和核函数来评估奇异逼近与粒度的近似结果，并以进化迭代和半监督 分类方法解决了模糊数据流中的概念漂移及非平衡问题，从而实现了对模糊数据流的有效分类，仿真结果也证明 了该方法的有效性。 关键词：模糊数据流；进化粒度神经网络；粒计算；凸包；进化迭代 ｄｏｉ：１０．１１９９０／ ｊｈｅｕ．２０１５０８０４５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．ｕ１４０５．００８．ｈｔｍｌ 中图分类号：ＴＰ３９３．０２　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１６）０３⁃４７４⁃０７ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｔｈｅ ｅｖｏｌｖｉｎｇ ｇｒａｎｕｌａｒ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｆｏｒ ｆｕｚｚｙ ｄａｔａ ｓｔｒｅａｍｓ １ ２ ＬＩＵ Ｚｈｉｊｕｎ ，ＺＨＡＮＧＪｉｅ （１．ＣｏｌｌｅｇｅｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎ⁃ ａｇｅｍｅｎｔ，Ｓｈａｎｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｑｉｎｇｄａｏ ２６６５９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｍｏｓｔ ｐｒｅｖｉｏｕｓ ｒｅｓｅａｒｃｈ ｈａｓ ｃｌａｓｓｉｆｉｅｄ ｆｕｚｚｙ ｄａｔａ ｆｌｏｗ ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｓｏｍｅ ｔｙｐｉｃａｌ ｆｅａｔｕｒｅｓ ｅｘｔｒａｃｔｅｄ ｆｒｏｍ ｔｈｅ ｆｕｚｚｙ ｄａｔａｆｌｏｗ ａｎｄｆａｉｌｓｔｏｃｏｎｓｉｄｅｒｔｈｅｐｒｏｂｌｅｍｓｏｆ ｃｏｎｃｅｐｔｄｒｉｆｔｉｎｇａｎｄｉｍｂａｌａｎｃｅ．Ｗｅｕｓｅｄｔｈｅｆｕｚｚｙｇｒａｎｕｌａｒ⁃ ｉｔｙ ｎｅｕｒｏｎ ｔｏ ｃｏｎｓｔｒｕｃｔ ａｍｕｌｔｉｌｅｖｅｌｔｏｐｏｌｏｇｙ ｓｔｒｕｃｔｕｒｅｏｆ ａｎ ｅｖｏｌｖｉｎｇｇｒａｎｕｌａｒ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ． Ｂａｓｅｄｏｎｔｈｅｉｎｆｏｒｍａ⁃ ｔｉｏｎ ｇａｔｈｅｒｉｎｇ ｒｕｌｅ，ｗｅ ｐｒｏｐｏｓｅ ａ ｆｕｚｚｙ ｅｎｃｏｄｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｒａｐｉｄ ｅｖｏｌｕｔｉｏｎ ｔｈｅｏｒｙ ｏｆ ｔｈｅ ｅｖｏｌｖｉｎｇ ｇｒａｎｕｌａｒ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ． Ｉｎ ａｄｄｉｔｉｏｎ，ｗｅ ｕｓｅｄ ｔｈｅ ｔｒａｐｅｚｏｉｄａｌ ｍｅｍｂｅｒｓｈｉｐ ｆｕｎｃｔｉｏｎ ｔｏ ｇａｔｈｅｒ ｔｈｅ ｅｖｏｌｖｉｎｇ ｇｒａｎｕｌａｒ ｎｅｕｒｏｎｓ ａｎｄ ｔｈｅ ｒｅｃｕｒｒｉｎｇ ｆｕｚｚｙ ｒｅａｓｏｎｉｎｇ ｆｕｎｃｔｉｏｎ． Ｗｅ ｕｓｅｄ ｃｏｒｒｅｌａｔｉｏｎ ａｎｄ ｋｅｒｎｅｌ ｆｕｎｃｔｉ