基于样本选择的二型AFS分类方法研究

作     者：刘依菲 郭红月 刘晓东 Liu Yifei;Guo Hongyue;Liu Xiaodong

作者机构：大连海事大学理学院辽宁大连116026 大连海事大学航运经济与管理学院辽宁大连116026 

基　　金：国家自然科学基金(61803065) 中央高校基本科研业务费专项基金(3132019175) 辽宁省社会科学规划基金项目(L18DGL010) 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2019年第43卷第4期

页      码：402-407页

摘      要：语义描述是聚类与分类领域的研究热点。基于公理模糊集(Axiomatic fuzzy sets,AFS)的分类算法可以模仿人类推理机理得到具有良好可解释性的类描述。在同等分类性能下,简化类描述将有助于人们较好地理解与应用分类结果。该文利用非平稳割点样本选择策略(Sample selection algorithm of unstable cut points,UCSS)和区间二型隶属函数,设计了基于非平稳割点样本选择的二型AFS(UCSS-AFS)分类方法。该分类方法在保持较好的分类准确率和语义的基础上,可以有效降低类描述的复杂度。为验证所设计方法的可实践性,该文对UCI数据库中的18个数据集进行实验。实验结果表明,UCSS-AFS分类方法在保持较好的分类准确率下所获得的规则易于理解与应用。

主 题 词：样本选择 非平稳割点 阈值 分类器 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0805[工学-能源动力学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14177/j.cnki.32-1397n.2019.43.04.004

馆 藏 号：203777952...