提出一种新的模糊分类模型,该模型利用决策粗糙集指导模糊分类模型结构的设计.首先采用模糊C均值聚类算法对连续属性离散化同时对输入空间进行模糊划分;然后利用两步搜索策略计算离散化决策表的约简,删除冗余的条件属性;从约简后的决策...提出一种新的模糊分类模型,该模型利用决策粗糙集指导模糊分类模型结构的设计.首先采用模糊C均值聚类算法对连续属性离散化同时对输入空间进行模糊划分;然后利用两步搜索策略计算离散化决策表的约简,删除冗余的条件属性;从约简后的决策表中提取决策规则,再将决策规则转换成模糊分类规则,从而建立了模糊分类模型.模糊分类模型的规则物理含义明确、形式简化,并且不需要再采用学习算法调整模型的参数.最后利用UCI(university of California irvine)标准数据集与现有的一些分类算法进行了比较,仿真实验结果证明了本文提出的模型是有效的.展开更多
文摘提出一种新的模糊分类模型,该模型利用决策粗糙集指导模糊分类模型结构的设计.首先采用模糊C均值聚类算法对连续属性离散化同时对输入空间进行模糊划分;然后利用两步搜索策略计算离散化决策表的约简,删除冗余的条件属性;从约简后的决策表中提取决策规则,再将决策规则转换成模糊分类规则,从而建立了模糊分类模型.模糊分类模型的规则物理含义明确、形式简化,并且不需要再采用学习算法调整模型的参数.最后利用UCI(university of California irvine)标准数据集与现有的一些分类算法进行了比较,仿真实验结果证明了本文提出的模型是有效的.
