ОБУЧЕНИЕ КОНСЕКВЕНТОВ НЕЧЕТКИХ ПРАВИЛ, ПОСТРОЕННЫХ НА ОСНОВЕ ЭВРИСТИЧЕСКОЙ ВОЗМОЖНОСТНОЙ КЛАСТЕРИЗАЦИИ
Аннотация
Предлагается метод построения функций принадлежности нечетких множеств, соответствующих консеквентам нечетких правил, которые сгенерированы на основе результатов обработки обучающей выборки эвристическим алгоритмом возможностной кластеризации. Эффективность метода демонстрируется на иллюстративном примере.
Об авторах
В. В. Анищенко
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Д. А. Вятченин
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
А. В. Доморацкий
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Список литературы
1. Борисов, В.В. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов, А.С. Федулов. –
2. М. : Горячая линия – Телеком, 2007. – 284 с.
3. Fuzzy Cluster Analysis: Methods for Classification, Data Analysis and Image Recognition /
4. F. Höppner [et al.]. – Chichester : Wiley Intersciences, 1999. – 289 p.
5. Sugeno, M. A fuzzy-logic-based approach to qualitative modeling / M. Sugeno, T. Yasukawa // IEEE Transactions on Fuzzy Systems. – 1993. – Vol. 1. – P. 7–31.
6. Viattchenin, D.A. Automatic generation of fuzzy inference systems using heuristic possibilistic clustering / D.A. Viattchenin // Journal of Automation, Mobile Robotics and Intelligent Systems. – 2010. – Vol. 4, № 3. – P. 36–44.
7. Viattchenin, D.A. A new heuristic algorithm of fuzzy clustering / D.A. Viattchenin // Control & Cybernetics. – 2004. – Vol. 33. – P. 323–340.
8. Вятченин, Д.А. О возможностной интерпретации значений принадлежности в методе нечеткой кластеризации, основанном на понятии распределения / Д.А. Вятченин // Вести Института современных знаний. – 2008. – № 3. – С. 85–90.
9. Krishnapuram, R. A possibilistic approach to clustering / R. Krishnapuram, J.M. Keller //
10. IEEE Transactions on Fuzzy Systems. – 1993. – Vol. 1. – P. 98–110.
11. Вятченин, Д.А. Виды нечетких α-кластеров / Д.А. Вятченин // Вести Института совре-
12. менных знаний. – 2008. – № 4. – С. 95–101.
13. Viattchenin, D.A. A direct algorithm of possibilistic clustering with partial supervision /
14. D.A. Viattchenin // Journal of Automation, Mobile Robotics and Intelligent Systems. – 2007. – Vol. 1. – P. 29–38.
15. Viattchenin, D.A. An algorithm for detecting the principal allotment among fuzzy clusters and its application as a technique of reduction of analyzed features space dimensionality / D.A. Viattchenin // Journal of Information and Organizational Sciences. – 2009. – Vol. 33. – P. 205–217.
16. Вятченин, Д.А. Прямые алгоритмы нечеткой кластеризации, основанные на операции транзитивного замыкания, и их применение к обнаружению аномальных наблюдений / Д.А. Вятченин // Искусственный интеллект. – 2007. – № 3. – С. 205–216.
17. Дюбуа, Д. Теория возможностей. Приложения к представлению знаний в информатике / Д. Дюбуа, А. Прад ; пер. В.Б. Тарасова. – М. : Радио и связь, 1990. – 288 с.
18. Кофман, А. Введение в теорию нечетких множеств / А. Кофман ; пер. В.Б. Кузьмина. – М. : Радио и связь, 1982. – 432 с.
19. Mamdani, E.H. An experiment in linguistic synthesis with a fuzzy logic controller /
20. E.H. Mamdani, S. Assilian // International Journal of Man-Machine Studies. – 1975. – Vol. 7. – P. 1–13.
21. Viattchenin, D.A. An outline for a heuristic approach to possibilistic clustering of the threeway data / D.A. Viattchenin // Journal of Uncertain Systems. – 2009. – Vol. 3. – P. 64–80.
22. Anderson, E. The irises of the Gaspe Peninsula / E. Anderson // Bulletin of the American
23. Iris Society. – 1935. – Vol. 59. – P. 2–5.
24. Damaratski, A. A novel technique of partial supervision for a heuristic algorithm of possibilistic clustering / A. Damaratski, A. Juodelis // Pattern Recognition and Information Processing : Proceedings of the 11th International Conference PRIP’2011, Minsk, 18–20 May 2011 / BSUIR ; ed. by R. Sadykhov [et al.]. – Minsk, 2011. – P. 121–126.
25. Доморацкий, А.В. Модуль генерирования систем нечеткого вывода / А.В. Доморац-
26. кий // Управление в социальных и экономических системах: материалы XX Междунар. науч.- практ. конф., Минск, 20 мая 2011 г. / Минский ин-т управления ; редкол. : Н.В. Суша [и др.]. – Минск, 2011. – С. 239–240.
27. Леоненков, А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А.В. Лео-
28. ненков. – СПб. : БХВ-Петербург, 2003. – 736 с.
29. Анищенко, В.В. Оценка защищенности информационных систем военного назначения на основе применения систем нечеткого вывода / В.В. Анищенко, Д.А. Вятченин, А.М. Криштофик // Комплексная защита информации : материалы XVI науч.-практ. конф., Гродно, 17–20 мая 2011 г. / БелГИСС ; под общ. ред. А.Н. Курбацкого. – Минск, 2011. – С. 159–161.
Рецензия
Для цитирования:
Анищенко В.В., Вятченин Д.А., Доморацкий А.В. ОБУЧЕНИЕ КОНСЕКВЕНТОВ НЕЧЕТКИХ ПРАВИЛ, ПОСТРОЕННЫХ НА ОСНОВЕ ЭВРИСТИЧЕСКОЙ ВОЗМОЖНОСТНОЙ КЛАСТЕРИЗАЦИИ. Информатика. 2011;(3(31)):98-111.
Просмотров: 536
Послать статью по эл. почте 