模糊分类器

作品数：57被引量：168H指数：7
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：蒋云良张雄涛胡文军王士同李良群更多>>
相关机构：湖州师范学院江南大学北京交通大学南京邮电大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金江苏省自然科学基金国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=控制与决策x
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于视角-规则的深度TSK模糊分类器及其在多元癫痫脑电信号识别中的应用被引量：1
《控制与决策》2024年第4期1315-1324,共10页张雄涛 李水苗 翁江玮 胡文军 蒋云良 
国家自然科学基金区域创新发展联合基金项目(U22A201856)。
在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之...
关键词：TSK模糊分类器 多视角深度特征 视角-规则 癫痫脑电信号检测 可解释性 
基于增强深度特征和TSK模糊分类器的癫痫脑电信号识别被引量：6
《控制与决策》2023年第1期171-180,共10页蒋云良 翁江玮 申情 胡文军 张雄涛 
国家自然科学基金面上项目(61771193,61802123,61772199)。
识别癫痫脑电信号的关键在于获取有效的特征和构建可解释的分类器.为此,提出一种基于增强深度特征的TSK模糊分类器(ED-TSK-FC).首先,ED-TSK-FC使用一维卷积神经网络(1D-CNN)自动获取癫痫脑电信号的深度特征与潜在类别信息,并将深度特征...
关键词：脑电信号 深度学习 深度特征 增强特征 TSK模糊分类器 可解释性 
并行集成具有高可解释的TSK模糊分类器被引量：1
《控制与决策》2020年第10期2535-2542,共8页张雄涛 蒋云良 胡文军 王士同 
国家自然科学基金项目(61572236,61300151,61772198,61771193)。
针对分层Takagi-Sugeno-Kang (TSK)模糊分类器可解释性差,以及当增加或删除一个TSK模糊子分类器时Boosting模糊分类器需要重新训练所有TSK模糊子分类器等问题,提出一种并行集成具有高可解释的TSK模糊分类器EP-Q-TSK.该集成模糊分类器每...
关键词：集成TSK模糊分类器 并行学习 最小学习机 代表性中心点 
适合大规模数据集且基于LLM的0阶TSK模糊分类器被引量：2
《控制与决策》2017年第1期21-30,共10页李滔 王士同 
国家自然科学基金项目(61170122;61272210);江苏省自然科学基金项目(BK20130155)
针对传统分类器的泛化性能差、可解释性及学习效率低等问题,提出0阶TSK-FC模糊分类器.为了将该分类器应用到大规模数据的分类中,提出增量式0阶TSK-IFC模糊分类器,采用增量式模糊聚类算法(IFCM(c+p))训练模糊规则参数并通过适当的矩阵变...
关键词：TSK-FC TSK-IFC 最小学习机 TSK型模糊分类器 大规模数据集 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部