摘要：在设计模糊逻辑系统时,如何实现其对输入噪声的鲁棒性是一个首要的问题,相应地如何很好地分析其对输入噪声的鲁棒性(也称敏感性分析)也就成了一个重要问题.使用统计的方法,对常见的模糊推理方法进行了敏感性分析.首先以均值与方差为基础,提出了2个模糊集的ε-统计相等的概念;随后导出了常见的模糊推理方法的统计敏感性,这包括链接模糊推理与多规则模糊推理.与前人相关工作不同的是,更着重于模糊推理的方差分析,这一方法从数理统计的角度来看能更好地揭示模糊推理本质的敏感性.

摘要：对基于模糊神经网络的人脸图像分类器进行研究。将多输入单输出模糊推理系统改造成多输入多输出的模糊神经分类器,并提出了一种改进的模糊神经分类器,改进模型的计算量明显减少。在将模糊规则库与训练样本集对应的基础上提出了一种模糊隶属函数参数的初始化方法。该初始化方法的优点在于它充分利用了训练样本所包含的鉴别信息。在ORL人脸的原始图像空间中用上述方法设计分类器,获得了较好的实验结果。