文献

J-GLOBAL ID：202002289777832666   整理番号：20A1221569

反復ファジィクラスタリングアルゴリズムとK近傍とデータ辞書に基づく統合TSKファジィ分類器【JST・京大機械翻訳】

Iterative Fuzzy C-means Clustering Algorithm & K-Nearest Neighbor and Dictionary Data Based Ensemble TSK Fuzzy Classifiers

著者 (5件)： Zhang Xiongtao (江南大学数字媒体学院 无錫 214122;湖州師范学院信息工程学院 湖州 313000) ,  Jiang Yunliang (湖州師范学院信息工程学院 湖州 313000) ,  Pan Xingguang (江南大学数字媒体学院 无錫 214122;貴州民族大学工程実訓中心 貴陽 550025) ,  Hu Wenjun (湖州師范学院信息工程学院 湖州 313000) ,  Wang Shitong (江南大学数字媒体学院 无錫 214122)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 42  号： 3  ページ： 746-754  発行年： 2020年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 本論文では,新しい統合TSKファジィ分類装置(IK-D-TSK)を提案し,次に,すべての0次TSKファジィサブ分類器を,並列学習によって組織化し,次に,各サブ分類器の出力を,元の(検証)入力空間に拡張した。最後に,提案した反復ファジィクラスタリングアルゴリズム(IFCM)を用いて,強化検証集合上でデータ辞書を生成し,KNNを用いて試験データを迅速に予測した。IK-D-TSKは次の利点を持つ。IK-D-TSKでは,各0次TSKサブ分類器の出力は元の入力空間に拡張され,並列方式でオリジナル(検証)入力空間に存在する多様体構造を開き,スタック一般化原理により分類精度を向上させることができる。伝統的TSKファジィ分類装置と比較して,IK-D-TSKは,すべてのサブ分類器を並列で訓練し,従って,実行速度は,効果的に保証することができた。IK-D-TSKはIFCM&KNNで得られたデータ辞書に基づいて分類するため、強いロバスト性を有する。理論と実験は,ファジィ分類装置IK-D-TSKが,高い分類性能,強いロバスト性,および高い可説明性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 多様体 ,  学習 ,  *分類装置 ,  曖昧さ ,  ロバスト性
準シソーラス用語： 分類会計機 ,  分類精度 ,  試験データ ,  *ファジィ分類 , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  雑音一般  (ND04010J) ,  レーダ  (ND13010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (8件)： 反復 ,  ファジィクラスタリング ,  アルゴリズム ,  近傍 ,  辞書 ,  統合 ,  ファジィ ,  分類器