一种核模糊分类器的规则生成方法.pdfVIP

Vo l. 19 No.2 第 19 卷第2 期 模式识别与人工智能 2006 年 2 月 PR ßιAI Apr 2006 一种核模糊分类器的规则生成方法骨 用爱民1.2 胡运发1 1 (复旦大学计算机与信息技术系上海 200433) 2(株洲工学院计算机科学系株州 412008) 摘 要 提出一种基于核函数的模糊分类器的模糊规则产生方法z 首先借鉴支持向量杭(SVM) 的思想，选用适当 的核画数，将初始的样本空间映射为高维的特征空i司，使得样本在高维特征空间的分布比在原来空间的分布简单 可分.然后，用一种动态聚类方法，在高维特征空前将到一类的训练样本分成簇，求出该簇的支持向量，对于每簇建 立一个模糊规期，隶属函数采用超椭圆体函数.最后，利用遗传算法对规划进行优化调整.用两个典型的数据集来 评测本文所提方法构成的分类器，结果表明这种分类器学习时间短，分类精度较高，分类速度较快， 关键词 模糊分类规则，核函数，遗传算法，动态聚类 中留法分类号 TP39 A Method of Generating Rules with a Kernel Fuzzy Classifier YANG Ai-Min1.2 , HU Yun-Fa 1 1 (Department of Computing and Information Technology , Fudan University , Shaηghai 200433) 2 (Department of Computer Science , Zhuzhou Institute of Technology , Zhuzhou 412008) ABSTRACT A method of generating rules with kernel fuzzy classifier is introduced in this paper. This method selects appropriate kernel function by the principle of SVM. Firstly , the initial sample space is mapped into a high dimensional feature space in order to simplify and separate the samples. Then in the feature space , the dynamic clustering arithmetic dynamically sεparates the training samples into different clusters and finds out the s泣pport vectors of each cluster. For each cluster , a fuzzy rule is defined with ellipsoidal regions. Finally , the rules are tuned by Genetic Alg