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! |
|