共查询到18条相似文献,搜索用时 390 毫秒
1.
文章提出了一种基于模糊规则的分类方法。该方法首先介绍了基于模糊C均值聚类的模糊规则提取,然后利用所建立的模糊规则库设计了一种分类算法,并且利用启发式搜索来精简分类规则。使用IRIS数据对该文的方法进行了性能测试,结果表明该方法在训练样本较少的情况下,能得到很好的分类效果,并且通过规则精简,所使用的规则数目大大下降,而分类性能更加优良。 相似文献
2.
介绍了一种基于动态聚类的模糊分类规则的生成方法,这种方法能决定规则数目,隶属函数的位置及形状.首先,介绍了基于超圆雏体隶属函数的模糊分类规则的基本形式;然后,介绍动态聚类算法,该算法能将每一类训练模式动态的分为成簇,对于每簇,则建立一个模糊规则;通过调整隶属函数的斜度,来提高对训练模式分类识别率,达到对模糊分类规则进行优化调整的目的;用两个典型的数据集评测了这篇文章研究的方法,这种方法构成的分类系统在识别率与多层神经网络分类器相当,但训练时间远少于多层神经网络分类器的训练时间. 相似文献
3.
基于模糊关联规则的交通事故分析应用研究 总被引:3,自引:0,他引:3
研究发现交通事故潜在规律,预测交通事故的发生,针对关联规则方法用于交通事故分析,对交通的数值型属性无法给出有效地划分,为提高安全管理决策,提出引入模糊聚类,用改进FCM( Fuzzy c-Means)方法对数值属性进行聚类,可用取值的范围对分类属性进行聚类,采用模糊关联规则挖掘导致交通事故的原因和规律.模糊关联规则首先对FCM算法进行了改进,包括隶属度、权值和中心点的计算和修正方法,利用模糊关联规则方法进行挖掘,最后对算法进行了仿真和可视化显示,结果表明模糊关联规则方法挖掘出的规则符合现实情况,为交通管理提供有效的方法. 相似文献
4.
介绍了一种进化式模糊分类系统.首先,介绍系统的基本特征及结构框架.然后,介绍了一种动态聚类算法,并运用动态聚类算法对输入的训练模式进行动态聚类,每一簇创建一条模糊规则.规则所对应的区域为类椭圆形区域.规则调整的策略是连续改变模糊分类规则的一个参数,使得分类系统对训练模式识别率不能再提高,对不能达到要求的调整,采用遗传算法进行调整.分析了规则调整的方法,给出了调整算法,也介绍了规则的插入和聚合策略.用两个典型的数据集来评测研究的系统,研究的分类系统在识别率与多层神经网络分类器相当,但训练时间远少于多层神经网络分类器的训练时间. 相似文献
5.
提出了一种基于改进的模糊 C 均值聚类的模糊规则提取方法。然后基于所提取的模糊规则给出了一种分类算法,并利用 IRIS 数据对此分类算法进行了仿真测试。结果表明,该算法在训练祥本较少的情况下,仍能得到很好的分类效果,由此说明所提出的模糊规则生成方法有效。 相似文献
6.
7.
为了发现企业技术实力和行业趋势,减少不必要的研发成本、做出正确决策,给出了基本专利同被引矩阵分析方法.利用改进的粗糙集K-Means模糊聚类方法实现对不同主题专利聚类,解决了重复计算中心向量带来的不准确性;进一步利用关联规则挖掘算法发现强关联规则,以强关联规则结论为该类别核心专利,提高针对性地选择专利.实例表明了该方法的有效性,为专利引文分析提供了可行的解决途径. 相似文献
8.
9.
针对模糊聚类方法中存在冗余信息的问题,提出一种融合粗糙集属性约简和模糊等价关系的故障诊断方法,通过应用粗糙集属性约简算法对冗余数据的处理后再应用模糊等价关系聚类获取聚类结果。该方法与单采用模糊等价关系聚类法相比,不仅能够有效减少模糊等价关系矩阵求解中的迭代次数,而且获得聚类数也得到有效降低,并通过实例验证了该方法的有效性和高效性。 相似文献
10.
根据高维数据具有方向性的特征,结合概率模糊聚类算法与粗糙集理论提出了一种粗糙的方向性模糊聚类算法。该算法在概率模糊聚类算法中引入了数据方向相似性函数,能对不确定数据进行处理。在算法中利用粗糙集中的下近似集与边界集来确定目标对象函数,属于下近似集的数据在聚类时是确定的,属于边界的数据具有模糊性。实验结果表明,该算法能有效地对高维的方向性数据进行聚类。 相似文献
11.
Although the traditional rough set theory has been a powerful mathematical tool for modeling incompleteness and vagueness, its performance in dealing with initial fuzzy data is usually poor. This paper makes an attempt to improve its performance by extending the traditional rough set approach to the fuzzy environment. The extension is twofold. One is knowledge representation and the other is knowledge reduction. First, we provide new definitions of fuzzy lower and upper approximations by considering the similarity between the two objects. Second, we extend a number of underlying concepts of knowledge reduction (such as the reduct and core) to the fuzzy environment and use these extensions to propose a heuristic algorithm to learn fuzzy rules from initial fuzzy data. Finally, we provide some numerical experiments to demonstrate the feasibility of the proposed algorithm. One of the main contributions of this paper is that the fundamental relationship between the reducts and core of rough sets is still pertinent after the proposed extension. 相似文献
12.
一种基于粗糙集的网络安全评估模型 总被引:1,自引:0,他引:1
准确掌握计算机网络系统的安全水平对于保障网络系统的正常运行具有重要意义.当前大多数网络安全评估系统缺乏对数据的深入分析,难以形成对网络安全状况的整体认识.本文提出了一种利用粗糙集理论挖掘网络安全评估规则,进而利用评估规则构建网络安全评估决策系统的算法模型.研究了网络安全评估问题的粗糙集描述,给出了模糊属性决策表的约简方法.利用一个简化的网络安全评估数据集,验证了本文提出的决策规则提取方法,结果表明该方法可以得到与实际情况相符的决策规则. 相似文献
13.
14.
决策树归纳学习算法是机器学习领域中解决分类问题的最有效工具之一。由于决策树算法自身的缺陷了,因此需要进行相应的简化来提高预测精度。模糊决策树算法是对决策树算法的一种改进,它更加接近人的思维方式。文章通过实验分析了模糊决策树、规则简化与模糊规则简化;模糊决策树与模糊预剪枝算法的异同,对决策树的大小、算法的训练准确率与测试准确率进行比较,分析了模糊决策树的性能,为改进该算法提供了一些有益的线索。 相似文献
15.
16.
17.
18.
属性约简能有效地去除不必要属性,提高分类器的性能。模糊粗糙集是处理不确定信息的重要范式,能有效地应用于属性约简。在模糊粗糙集中,样本分布的不确定性会影响对象的近似集,进而影响有效属性约简的获取。为有效地定义近似集,文中提出了基于距离比值尺度的模糊粗糙集,该模型引入了基于距离比值尺度的样本集的定义,通过对距离比值尺度的控制,避免了样本分布不确定性对近似集的影响;给出了该模型的基本性质,定义了新的依赖度函数,进而设计了属性约简算法;以SVM,NaiveBayes和J48作为测试分类器,在UCI数据集上评测所提算法的性能。实验结果表明,所提出的属性约简算法能够有效获取约简并提高分类的精度。 相似文献