由最大同类球提取模糊分类规则

作     者：徐明亮 王士同 XU Mingliang;WANG Shitong

作者机构：江南大学数字媒体学院无锡214122 无锡环境科学与工程研究中心无锡214063 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2017年第39卷第5期

页      面：1130-1135页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61170122 61202311 61272210) 江苏省自然科学基金(BK2012552) 江苏省青蓝工程资助项目(2014) 

主　　题：模糊规则 分类 约简 Mamdani-Assilan(MA) 同类 

摘      要：为提高模糊分类规则的有效性和可解释性,该文提出一种基于最大同类球的模糊规则提取方法。首先,每个样本根据与最近异类之间的距离确定一个最大同类球。然后根据各个同类球中样本之间的包含关系和独有性对同类球进行约简。再根据约简后的同类球建立MA分类器的模糊规则前件。MA(Mamdani-Assilan)二分类器的模糊规则后件参数学习以加权分类错误平方最小化为目标函数,采用共轭梯度法求解后件参数。KEEL标准数据集中的12个10折交叉验数据集的对比分类实验验证了该方法的有效性。