文献

J-GLOBAL ID：201902254691417021   整理番号：19A0935138

重尾騒音に向けたファジィルールモデル【JST・京大機械翻訳】

Rule-based fuzzy model for heavy-tailed noisy data

著者 (2件)： Jia Haining (江南大学数字媒体学院,无錫,214122;江蘇省媒体設計与軟件技術重点実験室,江南大学,无錫,214122) ,  Wang Shitong (江南大学数字媒体学院,无錫,214122;江蘇省媒体設計与軟件技術重点実験室,江南大学,无錫,214122)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 55  号： 1  ページ： 61-72  発行年： 2019年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 重いテールノイズを含むデータセットのロバスト性が悪いという問題を解決するために,ファジィルール(Rule-basedFuzzyModelforHeavy-tailedNoisyData)を提案した。HtRbFモデル。モデルは,2つの新しいクラスタリング方法,すなわち,学生t分布平均クラスタリングアルゴリズム(Student’st-distributionC-Means)を使用した。StCM)と学生t分布における背景ファジィクラスタリング手法(Student’st-distributionContextFuzzyC-Means,StCFCM)は,初期ルールと新しいルールの生成に適用された。モデルは,より正確なルールを生成して,モデルの出力誤差を効果的に減少させ,実際の出力に近づいた。HtRbFモデルには,良いノイズ除去能力があり,そして,種々のタイプの重い尾のノイズをデータセットに追加して,HtRbFモデルの有効性を,実験結果によって証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *騒音 ,  ロバスト性 ,  雑音 ,  クラスタ化 ,  *モデル ,  t分布 ,  有効性 ,  雑音低減
準シソーラス用語： ファジィクラスタリング ,  クラスタリングアルゴリズム ,  *ファジィルール , 【Automatic Indexing@JST】

分類 (1件)： 水文学一般  (DC07010R)

タイトルに関連する用語 (1件)： 騒音