模糊扩张矩阵论文

论文摘要目前,扩张矩阵学习已成为归纳学习的一个重要的分支。而模糊扩张矩阵是在扩张矩阵基础上引入了模糊思想,使之能处理与人的思维和感觉有关的不确定性数据,因而得到了广泛的应用。在...

论文摘要特征子集选取是一种在模式识别和分类问题中应用非常广泛的有效方法,目的是在分类和模式识别问题中通过减少特征空间的维数,降低计算复杂度,提高分类识别的计算速度和分类准确率。...

论文摘要以扩张矩阵作为学习机制构建以规则为中心的专家系统,是研究计算复杂性和设计学习算法的强有力工具。扩张矩阵最主要的优点在于具有很高的准确率。本文实现了一种新的生成模糊规则的...

论文摘要特征子集选取在机器学习,数据挖掘和模式识别领域起着很重要的作用。OFFSS（OptimalFuzzy-valuedFeatureSubsetSelection）是一种新...