ПОСТРОЕНИЕ МНОГОМЕРНОГО НЕЧЕТКОГО РАСПОЗНАВАТЕЛЯ НА ОБУЧАЮЩЕМ МНОЖЕСТВЕ
Abstract
Работа содержит описание модели многомерного нечеткого распознавателя на основе классифицирующего дерева, которое обеспечивает следующие преимущества: модель не использует функции нечеткой меры для оценки степени сходства нечетких векторов; модель ориентирована на вход векторов и не зависит от взаимного или группового соотношения элементов входных векторов. Это обстоятельство делает ненужной процедуру обучения, которая имеет решающее значение в моделях нейро-сетей с экспертом
About the Authors
А. Самко
Белорусский государственный университет информатики и радиоэлектроники
Belarus
Belarus
Н. Боброва
Белорусский государственный университет информатики и радиоэлектроники
Belarus
Belarus
О. Герман
Белорусский государственный университет информатики и радиоэлектроники
Belarus
Belarus
References
1. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб., 2005.
2. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. М., 2004.
3. Яхъяева Г.Э. Нечеткие множества и нейронные сети. М., 2006.
4. Вятченин Д.А. Нечеткие методы автоматической классификации. Мн., 2004.
5. Герман О.В., Дорожкина Н.Н. // Вестник Ставропольского университета. 1999. Вып. 20. С. 85-99.
6. Герман О.В., Боброва Н.Л., Самко А.Р. // Докл. БГУИР. 2011. №4(58). С. 86-93.
7. Герман О.В., Дорожкина Н.Н., Самко А.Р. // Труды БГТУ. 2007. Сер.VI. Вып. XV. С. 160-164.
8. Герман О.В., Дорожкина Н.Н., Самко А.Р. // Труды БГТУ. 2007. Сер. IХ. Вып. XVI. С. 116-118.
Review
For citations:
, , . Doklady BGUIR. 2012;(2):60-65. (In Russ.)
Views: 310
Email this article 