模糊分類(lèi)模型及其集成方法

1 緒論
1.1 模糊分類(lèi)研究的背景
1.2 模糊分類(lèi)研究的目的
1.3 模糊分類(lèi)相關(guān)的研究
1.3.1 精簡(jiǎn)模糊規(guī)則數(shù)量的方法研究
1.3.2 模糊分類(lèi)識(shí)別率的提高方法研究
1.4 模糊分類(lèi)研究的內(nèi)容
2 模糊分類(lèi)、核函數(shù)方法及支持向量機(jī)
2.1 模糊分類(lèi)
2.1.1 模糊IF-THEN分類(lèi)規(guī)則
2.1.2 隸屬度函數(shù)
2.1.3 模糊劃分
2.1.4 基于模糊劃分的分類(lèi)規(guī)則產(chǎn)生
2.2 核函數(shù)
2.3 支持向量機(jī)理論
2.3.1 線性情況
2.3.2 非線性情況
3 基于模糊核超球感知器的模糊分類(lèi)模型
3.1 核感知器及超球感知器
3.1.1 核感知器
3.1.2 超球感知器
3.1.3 核超球感知器
3.2 模糊核感知器
3.2.1 模糊感知器
3.2.2 模糊核感知器
3.3 基于模糊核超球感知器的模糊分類(lèi)模型
3.3.1 模糊核超球感知器
3.3.2 基于模糊核超球感知器的模糊分類(lèi)模型
3.3.3 FCMBFKHP模型分類(lèi)規(guī)則的生成
3.4 模糊IFTHEN規(guī)則的調(diào)整
3.4.1 調(diào)整策略分析
3.4.2 調(diào)整邊界分析
3.4.3 規(guī)則調(diào)整算法
3.5 實(shí)驗(yàn)結(jié)果分析
3.5.1 核函數(shù)及參數(shù)對(duì)超球產(chǎn)生的影響實(shí)驗(yàn)
3.5.2 分類(lèi)識(shí)別率比較實(shí)驗(yàn)
4 基于進(jìn)化式核聚類(lèi)的模糊分類(lèi)模型
4.1 核聚類(lèi)方法
4.2 基于支持向量的聚類(lèi)
4.3 基于進(jìn)化式核聚類(lèi)的模糊分類(lèi)模型
4.3.1 FCMBEKC分類(lèi)模型結(jié)構(gòu)
4.3.2 進(jìn)化式核聚類(lèi)算法
4.3.3 模糊分類(lèi)規(guī)則的創(chuàng)建及分類(lèi)推理
4.3.4 進(jìn)化式核聚類(lèi)算法中簇半徑閾值的討論
4.4 基于遺傳算法的模糊IF-THEN規(guī)則的調(diào)整
4.4.1 基因編碼
4.4.2 適應(yīng)度函數(shù)
4.4.3 增強(qiáng)信息的確定
4.4.4 遺傳操作
4.5 實(shí)驗(yàn)結(jié)果分析
4.5.1 基于Wine數(shù)據(jù)集的實(shí)驗(yàn)
4.5.2 基于手寫(xiě)體數(shù)字識(shí)別數(shù)據(jù)集實(shí)驗(yàn)
5 基于支持向量機(jī)的模糊分類(lèi)模型
5.1 模糊支持向量機(jī)的研究現(xiàn)狀
5.1.1 第一種模糊支持向量機(jī)
5.1.2 第二種模糊支持向量
5.2 基于支持向量機(jī)的模糊分類(lèi)模型
5.2.1 FCMBSVM的基本思想
5.2.2 FCMBSVM模型結(jié)構(gòu)
5.2.3 隸屬函數(shù)的選擇
5.2.4 核函數(shù)證明
5.2.5 參數(shù)ak和b的求解
5.2.6 模型幾何特性
5.3 FCMBSVM模型參數(shù)分析
5.3.1 懲罰參數(shù)C
5.3.2 隸屬函數(shù)參數(shù)
5.4 基于FCMBSVM模型的多類(lèi)分類(lèi)
5.4.1 模糊IF-THEN規(guī)則表達(dá)式
5.4.2 參數(shù)akm及bm的求解
5.5 實(shí)驗(yàn)結(jié)果分析
5.5.1 雙螺旋線實(shí)驗(yàn)
5.5.2 基于Image數(shù)據(jù)集實(shí)驗(yàn)
5.5.3 多類(lèi)分類(lèi)實(shí)驗(yàn)
6 基于模糊積分的多分類(lèi)器集成方法
6.1 多分類(lèi)器集成
6.1.1 多分類(lèi)器集成研究的產(chǎn)生和現(xiàn)狀
6.1.2 分類(lèi)器輸出信息描述
6.1.3 多分類(lèi)器集成類(lèi)型
6.1 I4基于度量級(jí)信息的并聯(lián)式集成方法
6.2 模糊測(cè)度及模糊積分理論
6.2.1 模糊測(cè)度和g模糊測(cè)度
6.2.2 模糊積分
6.3 基于模糊積分的分類(lèi)器集成方法
6.3.1 關(guān)于個(gè)體分類(lèi)器生成
6.3.2 分類(lèi)器集的選擇
6.3.3 基于隸屬度矩陣的模糊積分密度的確定
6.3.4 多分類(lèi)器集成方法
6.4 實(shí)驗(yàn)結(jié)果分析
6.5 小結(jié)
7 基于模糊分類(lèi)方法的網(wǎng)絡(luò)流量分類(lèi)
7.1 基于機(jī)器學(xué)習(xí)方法的網(wǎng)絡(luò)流量分類(lèi)研究
7.1.1 網(wǎng)絡(luò)流量分類(lèi)
7.1.2 網(wǎng)絡(luò)流量分類(lèi)研究的意義及現(xiàn)狀
7.1.3 網(wǎng)絡(luò)流量分類(lèi)構(gòu)建框架
7.2 網(wǎng)絡(luò)流量樣本采集及特征產(chǎn)生
7.2.1 網(wǎng)絡(luò)流量采集
7.2.2 流及流的候選特征形成
7.2.3 流量樣本類(lèi)型自動(dòng)標(biāo)志
7.3 網(wǎng)絡(luò)流量特征選擇
7.3.1 特征選擇概述
7.3.2 流特征產(chǎn)生方法
7.4 基于模糊分類(lèi)方法的網(wǎng)絡(luò)流量分類(lèi)器構(gòu)建
7.4.1 分類(lèi)器構(gòu)建
7.4.2 分類(lèi)器性能評(píng)測(cè)
7.5 實(shí)驗(yàn)分析
7.5.1 特征選擇實(shí)驗(yàn)
7.5.2 分類(lèi)實(shí)驗(yàn)
8 結(jié)論及進(jìn)一步的工作
8.1 結(jié)論
8.2 進(jìn)一步的工作
參考文獻(xiàn)