基于语言模糊建模的分类方法研究

摘要：

本文着重研究了复杂的高维数据中采用语言建模方法获取基于规则的模糊系统的分类模型，由于模糊规则库的规模很大，而且存在着不一致的和冗余的规则，对于模糊系统的可解释性和精确性都会有一定的影响。为了提高语言建模能力，文中提出了在多阶段的FRBS学习中的一种粒度混合的层次规则生成方法，并采用遗传算法进行规则的选取和权值的确定。实验表明此方法能很好地处理解释性和精确度间的平衡问题.

关键词： 分类算法 语言建模法 模糊规则 遗传算法

作者: 卢奕南 张弘 赵东彪

作者单位: 吉林大学计算机科学与技术学院,长春,130012 工行长春金融研修学院,长春,130031

会议类型: 国内会议

会议名称: 第五届中国Rough集与软计算学术研讨会

会议地点: 辽宁鞍山

会议语种:中文

页码: 191-193,242

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）