面向重尾噪声的模糊规则模型 |
| |
引用本文: | 贾海宁,王士同.面向重尾噪声的模糊规则模型[J].南京大学学报(自然科学版),2019(1). |
| |
作者姓名: | 贾海宁 王士同 |
| |
作者单位: | 江南大学数字媒体学院;江苏省媒体设计与软件技术重点实验室江南大学 |
| |
摘 要: | 针对一般模糊规则模型对含有重尾噪声的数据集鲁棒性较差的问题,提出了面向重尾噪声的模糊规则(Rule-based Fuzzy Model for Heavy-tailed Noisy Data,HtRbF)模型.该模型使用了两种新的聚类方法,学生t分布均值聚类算法(Student’s t-distribution C-Means,StCM)和学生t分布下的背景模糊聚类方法(Student’s t-distribution Context Fuzzy C-Means,StCFCM),并将其应用在初始规则和新规则的生成中,使模型在重尾噪声场景下生成更为准确的规则,有效减少了模型的输出误差,使其更接近真实输出.HtRbF模型具有良好的抗噪能力,通过对数据集添加不同类型的重尾噪声进行系统性实验,实验结果证明了HtRbF模型的有效性.
|
本文献已被 CNKI 等数据库收录! |
|