原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘 要
分类器Ⅰ是基于模糊聚类网络设计的，该网络是一种模糊Kohonen聚类网络，它的实质是用Kohonen类型的算法实现模糊c-均值聚类；它能够较快地获得待聚类数据的中心点；与经典自组织映射算法的结合将能够大大加快自组织模型的收敛速度。此分类器可利用聚类算法可以轻松获得前件网络中的模糊规则数及隶属度函数的形状，该算法是对整个输入空间的直接划分，使用的是多维隶属度函数，尽量使隶属度函数覆盖整个输入空间，这就使规则的数目大为减少。从而避免了传统的按输入维数划分方法的“维数灾难”问题的发生。
分类器Ⅱ是基于自适应模糊神经网络设计的，在该分类器中将模糊系统网络结构化，模糊规则的隶属度函数参数化
文档评论（0）