|
|||||
|
|
| 支持向量机和一类模糊推理系统的等效性及其应用 | |
| 引用本文： | 孙 坚,郑恩辉,邹 超,刘长东.支持向量机和一类模糊推理系统的等效性及其应用[J].控制与决策,2009,24(9):1367-1370. |
| 作者姓名： | 孙 坚 郑恩辉 邹 超 刘长东 |
| 作者单位： | 中国计量学院机电工程学院,杭州３１００１８ |
| 摘 要： | 支持向量机（ＳＶＭ）和模糊推理系统（ＦＩＳ）分别源于统计学习理论（ＳＬＴ）和认知学两个不同的领域．在一定约束条件下,提出并证明了ＳＶＭ 和一类基于规则的ＦＩＳ的函数等效性定理．在此基础上,提出基于ＳＶＭ 学习过程的ＦＩＳ（ＭＢＦＩＳ）的设计方法．ＭＢＦＩＳ继承了ＳＶＭ 良好的泛化能力和对“维数灾难”的避免能力,也继承了基于规则的ＦＩＳ的显式推理能力．Ｂｅｎｃｈｍａｒｋ数据实验表明,ＭＢＦＩＳ具有良好的分类性能． |
| 关 键 词： | |
| 收稿时间： | 2008/10/11 0:00:00 |
| 修稿时间： | 2009/1/21 0:00:00 |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |