روش جدیدی برای طبقه بندی الگو، بر پایه ابرجعبه های فازی Min-Max
عنوان مقاله: روش جدیدی برای طبقه بندی الگو، بر پایه ابرجعبه های فازی Min-Max
شناسه ملی مقاله: ICS11_147
منتشر شده در یازدهمین کنفرانس سراسری سیستم های هوشمند در سال 1391
شناسه ملی مقاله: ICS11_147
منتشر شده در یازدهمین کنفرانس سراسری سیستم های هوشمند در سال 1391
مشخصات نویسندگان مقاله:
فرید فرج زاده اصل - دانشگاه صنعتی شاهرود
علی سلیمانی ایوری - دانشگاه صنعتی شاهرود
حسین خسروی - دانشگاه صنعتی شاهرود
خلاصه مقاله:
فرید فرج زاده اصل - دانشگاه صنعتی شاهرود
علی سلیمانی ایوری - دانشگاه صنعتی شاهرود
حسین خسروی - دانشگاه صنعتی شاهرود
در این مقاله، یک شبکه ی عصبی فازی Min-Max جدید ارائه شده است. شبکه ی پیشنهادی از آموزش با نظارت، برای طبقه بندی داده های ورودی استفاده می کند.همانند شبکه ،FMNN ، این این شبکه از تجمیع ابرجعبه های فازی برای تعیین مرز کلاسها استفاده می کند. با این تفاوت که تست همپوشانی و انقباض ابرجعبه ها، از مراحل آموزش حذف شده است. که منجر به الگوریتم آموزش ساده تری شده است. شبکه ی ارائه شده، از دو دسته ابرجعبه با ضریب انبساط متفاوت، استفاده می کند. که باعث ایجاد یک ساختار دو طبقه، برای شبکه شده است. همچنین، این امر باعث شده است که شبکه در مرز کلاسها، از ابرجعبه های کوچکتر، برای افزایش کارایی، استفاده کند. شبکه، با یک بار ارائه ی داده های آموزش، ساختار داده ها را فرا می گیرد. نتایج حاصل از شبیه سازیهای رایانه ای، بیانگر کارایی خوب این شبکه نسبت به شبکه های مشابه، می باشد. روش پیشنهادی در اکثر موارد، نتایج مشابهی را، نسبت به بهترین روش های قبلی، با تعداد نرونهای کمتر بدست داده است
کلمات کلیدی: شبکه ی عصبی فازی، طبقهبندی الگو،Min-Max، ابرجعبه ی فازی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/214729/