模糊分类模型及其集成方法
模糊分类模型及其集成方法封面图

模糊分类模型及其集成方法

阳爱民, 著

出版社:科学出版社

年代:2008

定价:30.0

书籍简介:

模糊分类是模糊集合理论的一个重要应用。模糊分类规则被广泛认为是分类知识较好的表示,与人类表达的知识类似,具有可读性和解释性。模糊分类在图象处理、文字识别、语音识别、文本分类、遥感、气象及工业自动化控制等许多领域得到广泛应用。模糊划分和模糊分类规则的自动产生、分类规则的表达式,分类规则的调整及分类识别率的提高是模糊分类模型研究的关键问题。为了研究这些问题,本书介绍作者提出的三种模糊分类模型和多分类器集成方法,从不同的角度,利用不同的方法和技术,探索解决模糊分类模型研究的关键问题的思路和方法。

书籍目录:

1绪论

1.1模糊分类研究的背景

1.2模糊分类研究的目的

1.3模糊分类相关的研究

1.3.1精简模糊规则数量的方法研究

1.3.2模糊分类识别率的提高方法研究

1.4模糊分类研究的内容

2模糊分类、核函数方法及支持向量机

2.1模糊分类

2.1.1模糊IFTHEN分类规则

2.1.2隶属度函数

2.1.3模糊划分

2.1.4基于模糊划分的分类规则产生

2.2核函数

2.3支持向量机理论

2.3.1线性情况

2.3.2非线性情况

3基于模糊核超球感知器的模糊分类模型

3.1核感知器及超球感知器

3.1.1核感知器

3.1.2超球感知器

3.1.3核超球感知器

3.2模糊核感知器

3.2.1模糊感知器

3.2.2模糊核感知器

3.3基于模糊核超球感知器的模糊分类模型

3.3.1模糊核超球感知器

3.3.2基于模糊核超球感知器的模糊分类模型

3.3.3FCMBFKHP模型分类规则的生成

3.4模糊IFTHEN规则的调整

3.4.1调整策略分析

3.4.2δm调整边界分析

3.4.3规则调整算法

3.5实验结果分析

3.5.1核函数及参数对超球产生的影响实验

3.5.2分类识别率比较实验

4基于进化式核聚类的模糊分类模型

4.1核聚类方法

4.2基于支持向量的聚类

4.3基于进化式核聚类的模糊分类模型

4.3.1FCMBEKC分类模型结构

4.3.2进化式核聚类算法

4.3.3模糊分类规则的创建及分类推理

4.3.4进化式核聚类算法中簇半径阈值的讨论

4.4基于遗传算法的模糊IF-THEN规则的调整

4.4.1基因编码

4.4.2适应度函数

4.4.3增强信息的确定

4.4.4遗传操作

4.5实验结果分析

4.5.1基于wine数据集的实验

4.5.2基于手写体数字识别数据集实验

5基于支持向量机的模糊分类模型

5.1模糊支持向量机的研究现状

5.1.1第一种模糊支持向量机

5.1.2第二种模糊支持向量

5.2基于支持向量机的模糊分类模型

5.2.1FCMBSVM的基本思想

5.2.2FCMBSVM模型结构

5.2.3隶属函数的选择

5.2.4核函数证明

5.2.5参数a和b的求解

5.2.6模型几何特性

5.3FCMBSVM模型参数分析

5.3.1惩罚参数C

5.3.2隶属函数参数

5.4基于FCMBSVM模型的多类分类

5.4.1模糊IF-THEN规则表达式

5.4.2参数a及b的求解

5.5实验结果分析

5.5.1双螺旋线实验

5.5.2基于Image数据集实验

5.5.3多类分类实验

6基于模糊积分的多分类器集成方法

6.1多分类器集成

6.1.1多分类器集成研究的产生和现状

6.1.2分类器输出信息描述

6.1.3多分类器集成类型

6.1.4基于度量级信息的并联式集成方法

6.2模糊测度及模糊积分理论

6.2.1模糊测度和g模糊测度

6.2.2模糊积分

6.3基于模糊积分的分类器集成方法

6.3.1关于个体分类器生成

6.3.2分类器集的选择

6.3.3基于隶属度矩阵的模糊积分密度的确定

6.3.4多分类器集成方法

6.4实验结果分析

6.5小结

7基于模糊分类方法的网络流量分类

7.1基于机器学习方法的网络流量分类研究

7.1.1网络流量分类

7.1.2网络流量分类研究的意义及现状

7.1.3网络流量分类构建框架

7.2网络流量样本采集及特征产生

7.2.1网络流量采集

7.2.2流及流的候选特征形成

7.2.3流量样本类型自动标志

7.3网络流量特征选择

7.3.1特征选择概述

7.3.2流特征产生方法

7.4基于模糊分类方法的网络流量分类器构建

7.4.1分类器构建

7.4.2分类器性能评测

7.5实验分析

7.5.1特征选择实验

7.5.2分类实验

8结论及进一步的工作

8.1结论

8.2进一步的工作

参考文献

内容摘要:

  本书主要围绕解决模糊划分和模糊分类规则的自动产生,分类规则的表达式,分类规则的调整以及分类识别率的提高等模糊分类研究中的关键问题来进行描述,从核方法、聚类、支持向量机以及分类器集成等不同的角度、方法和技术,探索解决这些关键问题的思路和方法。  全书共分8章,第1章是绪论,介绍了模糊分类研究的背景、目的、相关研究以及主要内容;第2章主要介绍模糊分类、核函数方法及支持向量机等相关知识;第3章是基于模糊核超球感知器的模糊分类模型的介绍;第4章介绍了基于进化式核聚类的模糊分类模型;第5章描述了基于支持向量机的模糊分类模型;第6章介绍了基于模糊积分的多分类器集成方法;第7章描述了基于模糊分类方法的网络流量分类研究;最后一章是结论及进一步的工作。  本书可以作为高等学校计算机专业硕士生和博士生研究模式分类方向的参考书,也可以供从事模式识别、模糊分类及多分类器集成等领域研究的人员参考。

书籍规格:

书籍详细信息
书名模糊分类模型及其集成方法站内查询相似图书
9787030237330
如需购买下载《模糊分类模型及其集成方法》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN
出版地北京出版单位科学出版社
版次1版印次1
定价(元)30.0语种简体中文
尺寸21装帧平装
页数印数

书籍信息归属:

模糊分类模型及其集成方法是科学出版社于2009.出版的中图分类号为 TP391.4 的主题关于 模糊集理论-应用-自动识别 的书籍。