現(xiàn)實生活中存在著大量的有序分類問題,這些年,隨著對分類任務(wù)的研究,一般的數(shù)據(jù)分類問題已經(jīng)取得了較好的分類準確率,但是這些任務(wù)中很少考慮序的關(guān)系,因此可能得到不一致的決策規(guī)則,這就需要研究者深入研究類標簽之間的順序關(guān)系。Takagi-Sugeno-Kang（TSK）模糊系統(tǒng)已被廣泛應(yīng)用于回歸、分類和決策等方面,并展現(xiàn)出了良好的精度和可解釋性,但是對于存在單調(diào)數(shù)據(jù)的建模場景,TSK模糊系統(tǒng)的建模效果還不夠理想。針對這些挑戰(zhàn),并以目前經(jīng)典的相關(guān)算法和最新研究的成果為基礎(chǔ),本文展開了如下的研究工作:首先,提出了一個新穎的單調(diào)遞增的TSK模糊系統(tǒng)（Monotonically Increasing Takagi-Sugeno-Kang,MCI-TSK）。MCI-TSK應(yīng)用存在于響應(yīng)與預(yù)測變量之間的單調(diào)關(guān)系,并以單調(diào)約束的形式表示來構(gòu)建優(yōu)化目標函數(shù)。實驗結(jié)果表明,在處理具有單調(diào)性的數(shù)據(jù)集時,MCI-TSK比原始的TSK模糊系統(tǒng)具有更好的分類性能。其次,基于上述,對單調(diào)遞增約束條件進行拓展,通過在原始的0階TSK模糊系統(tǒng)模型上添加單調(diào)約束使單調(diào)0階TSK模糊系統(tǒng)（Monotonically 0-ord... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

生成的單調(diào)模擬數(shù)據(jù)集中10個樣本的輸入向量分布

F 神經(jīng)網(wǎng)絡(luò)基函數(shù)（Radial Basis Function，簡稱 RBF）神經(jīng)網(wǎng)絡(luò)，是在 80 年代末由 C.Dody 研究得到的一種前饋型神經(jīng)網(wǎng)絡(luò)[40]。RBF 神經(jīng)網(wǎng)絡(luò)模擬了人腦中神經(jīng)網(wǎng)備的局部調(diào)整、互相覆蓋接收域的特點，所以它可以進行局部逼近，同時1]。它的非線性擬合能力非常突出，即使是非常復(fù)雜的非線性關(guān)系可以通過且結(jié)構(gòu)也非常簡單，很容易通過計算機來實現(xiàn)。F 網(wǎng)絡(luò)是一種三層前饋型網(wǎng)絡(luò)，即輸入層、隱藏層以及輸出層，經(jīng)典的 RB主要分為兩步：第一步是采用聚類[42-44]等方法構(gòu)造初始化的網(wǎng)絡(luò)模型；第練。通常，一個具有 n 個輸入值，m 個隱藏節(jié)點和一個輸出值的 RBF 神示如圖 5-1[45]。信號源節(jié)點構(gòu)成了輸入層，每個輸入神經(jīng)元對應(yīng)于輸入向完全連接到 m 個隱藏層神經(jīng)元，每個隱藏層神經(jīng)元同輸出神經(jīng)元完全連接輸入層。因為從輸入層映射到輸出層是非線性映射，但是隱含層映射到輸映射，所以即能夠防止局部極小的問題的出現(xiàn)還能夠迅速提升學(xué)習(xí)速度。

【參考文獻】：
期刊論文
[1]具有強解釋性的貝葉斯MA型模糊系統(tǒng)[J]. 顧曉清,王士同,倪彤光,蔣亦樟.  控制與決策. 2018(01)
[2]基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)[J]. 鄧趙紅,張江濱,蔣亦樟,史熒中,王士同.  電子與信息學(xué)報. 2015(09)
[3]基于雙向有序互信息的單調(diào)分類決策樹算法[J]. 許行,梁吉業(yè),王寶麗.  南京大學(xué)學(xué)報(自然科學(xué)版). 2013(05)
[4]0階L2型TSK遷移學(xué)習(xí)模糊系統(tǒng)[J]. 蔣亦樟,鄧趙紅,王士同.  電子學(xué)報. 2013(05)
[5]ML型遷移學(xué)習(xí)模糊系統(tǒng)[J]. 蔣亦樟,鄧趙紅,王士同.  自動化學(xué)報. 2012(09)
[6]基于改進RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[J]. 田俊峰,張晶,畢志明.  計算機工程與應(yīng)用. 2008(31)
[7]基于改進型模糊聚類的模糊系統(tǒng)建模方法[J]. 朱喜林,武星星,李曉梅.  控制與決策. 2007(01)
[8]兩類模糊系統(tǒng)具有插值性的充要條件[J]. 侯健,李洪興,王加銀.  控制理論與應(yīng)用. 2006(02)
[9]RBF神經(jīng)網(wǎng)絡(luò)在遙感影像分類中的應(yīng)用研究[J]. 羅小波,王云安,肖春寶,王西林.  遙感技術(shù)與應(yīng)用. 2004(02)
[10]模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的融合技術(shù)[J]. 聞新,宋屹,周露.  系統(tǒng)工程與電子技術(shù). 1999(05)



本文編號：3314822