基于核的模糊C均值聚类的TSK模糊模型  

作　　者：王锦[1] 

机构地区：[1]安徽电子信息职业技术学院信息与智能工程系,蚌埠233030

出　　处：《北京印刷学院学报》2021年第4期152-155,共4页Journal of Beijing Institute of Graphic Communication

基　　金：安徽省高校省级质量工程项目(项目编号:2019xqsxzx56);2020年安徽省高校自然科学研究项目“建筑爬架远程智能安全监测控制系统研究与应用”(编号:KJ2020A1085)阶段性研究成果。

摘　　要：为了克服传统模糊聚类方法存在的维数问题,本文采用基于核的模糊C均值聚类方法(KFCM)构造了一阶TSK模糊模型。该算法由两个阶段组成:在第一个阶段,通过KFCM获得先行模糊集,给出了具有不同核函数的KFCM集群原型在原始输入空间中的表达式。使用集群有效性指标是确定数据集中聚类数的标准方法,但集群有效性指标要求对不同的聚类数重复运行的聚类算法。因此,为了降低计算复杂度和消除异常值,提出了一种自动指定聚类数的新方法;在第二阶段,采用最小二乘法对后续参数进行辨识。实验结果表明,与传统方法相比,该方法提高了模糊模型的泛化能力和鲁棒性。

关 键 词：FCM TSK模糊系统 KFCM 

分 类 号：O174[理学—数学]