参数自适应的析取云模糊置信规则识别方法.docx

1 引言 数据分类在机器学习和数据挖掘中扮演着重要的角色，已有的数据分类方法大致可分为两种：“黑箱”方法和“白箱”方法.“黑箱”方法有支持向量机［1］、神经网络［2］以及它们的各种扩展方法［3］，“白箱”方法有K近邻算法［4］、贝叶斯方法［5］、决策树方法［6］、模糊分类法［7］等.由于复杂的电磁环境、测量设备的系统误差或测量手段的缺乏，不可避免地获得“低质量”的数据，这些数据往往呈现出不确定性，如模糊性、不精确性、不完备性，甚至数据缺失. 使用不确定知识表示和推理的三个最常见的框架是：贝叶斯概率理论［8］、Dempster-Shafer理论［9］和模糊集理论［10］.在知识表达系统中，最常见