|
|||||
|
|
| 一种基于超长方体集的模糊模式识别算法 | |
| 作者姓名： | 杨剑雄 李茂青 |
| 作者单位： | 厦门大学自动化系，福建厦门361005 |
| 摘 要： | 结合模糊C均值算法(FCM)与模糊最小一最大神经网络算法。提出一种基于超长方体集的模糊模式识别算法．首先采用基于特征加权的FCM算法进行粗划分。得到c个平行于特征轴的超椭圆球类；再根据已知的样本的类别标记进行进一步划分；以改进的最小一最大模型建立超长方体阵，使每个超长方体只能容纳一种类别的样本点。并且分属不同类别的超长方体无重叠．使用这种方法构建超长方体集更快速、更简单，但对训练样本的要求较高，应选择能够充分体现数据分布情况的数据点作为训练样本． |
| 关 键 词： | 模式识别算法 超长方体 模糊C均值算法 神经网络算法 训练样本 FCM算法 特征加权 分布情况 椭圆球 类别 样本点 数据点 最小 划分 |
| 本文献已被 维普 等数据库收录！ | |