针对强化模糊规则模型抗噪性能较差的问题,提出了基于中智模糊聚类的强化模糊规则(reinforced rule-based fuzzy model based on neutrosophic C-means clustering,NCM-RRbF)模型。首先将中智模糊集与模糊C均值方法相结合,得到中智模糊...针对强化模糊规则模型抗噪性能较差的问题,提出了基于中智模糊聚类的强化模糊规则(reinforced rule-based fuzzy model based on neutrosophic C-means clustering,NCM-RRbF)模型。首先将中智模糊集与模糊C均值方法相结合,得到中智模糊聚类算法(neutrosophic C-means clustering,NCM)。然后通过将NCM方法用于强化模糊规则(reinforced rule-based fuzzy,RRbF)模型的初始规则生成,将基于背景的模糊聚类(context fuzzy C-means clustering,CFCM)方法用于RRbF模型的新规则生成,从而得到NCM-RRbF模型。该模型具有良好的降噪效果,适用于具有边界数据点和噪声数据点的聚类问题。通过对人工数据集及真实数据集添加不同噪声强度的高斯白噪声进行系统性实验,充分表明了所提出模型对于含有噪声和边界点的数据场景具有显著的逼近性能和良好的抗噪能力。展开更多
为了得到既有较强抗差性又有较高效率的估值,提出一种基于F a ir函数的抗差状态估计算法。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘(W LS)形式有机结合起来,提出了将F a ir函数通过等价权应用于抗差估计,使抗差和状态...为了得到既有较强抗差性又有较高效率的估值,提出一种基于F a ir函数的抗差状态估计算法。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘(W LS)形式有机结合起来,提出了将F a ir函数通过等价权应用于抗差估计,使抗差和状态估计在计算中一次完成。仿真算例表明,该方法可以有效减小或消除粗差的影响,收敛速度快。展开更多
文摘为了得到既有较强抗差性又有较高效率的估值,提出一种基于F a ir函数的抗差状态估计算法。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘(W LS)形式有机结合起来,提出了将F a ir函数通过等价权应用于抗差估计,使抗差和状态估计在计算中一次完成。仿真算例表明,该方法可以有效减小或消除粗差的影响,收敛速度快。
