資源描述：
《基于支持向量機的模糊規(guī)則提取算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、中國科學(xué)技術(shù)大學(xué)碩士學(xué)位論文摘要本文圍繞專家系統(tǒng)知識獲取、知識獲取方法的集成和模糊規(guī)則庫管理和推理，研究了基于支持向量機(SupportVectorMachine，sVM)的模糊規(guī)則自動獲取方法，并結(jié)合軟件組件模型、XML、軟件體系結(jié)構(gòu)等理論和方法，實現(xiàn)了基予組件的模糊推理系統(tǒng)。支持向量機是上世紀九十年代提出的一種基于小樣本的新的統(tǒng)計學(xué)習(xí)方法。本論文通過引入基于SvM的多類分類方法來解決從數(shù)據(jù)庫中提取特征樣本的問題，并證明了SVM與模糊規(guī)則模型在分類問題上的相似性，從而為本文提出的模糊規(guī)則自動獲取方法奠定了堅實的
2、理論基礎(chǔ)。模糊分類是模糊集合理論的一個重要應(yīng)用。模糊分類規(guī)則被廣泛認為是分類知識較好的表示，與人類表達的知識類似，具有可讀性和解釋性。模糊分類在圖像處理、文字識別、語音識別、文本分類、遙感、氣象及工業(yè)自動化控制等許多領(lǐng)域得到廣泛應(yīng)用。模糊劃分和模糊分類規(guī)則的自動產(chǎn)生，分類規(guī)則的表達式，分類規(guī)則的調(diào)整及分類識別率的提高是模糊分類模型研究的關(guān)鍵問題。論文中，提出了模糊集合劃分密度的確定方法，介紹了模糊規(guī)則提取算法和模糊規(guī)則集合調(diào)整方法，對專家系統(tǒng)與模糊分類方法相結(jié)合也進行了介紹。本文通過正交實驗對模糊施肥預(yù)測系統(tǒng)進行
3、檢測，并將實驗結(jié)果與常用的回歸方法、神經(jīng)網(wǎng)絡(luò)和遺傳規(guī)劃進行了對比，從對比結(jié)果證明了，本文提出的模糊規(guī)則自動獲取方法與正交實驗樣本相結(jié)合的模糊施肥預(yù)測系統(tǒng)無論在準(zhǔn)確度，知識獲取速度，還是在規(guī)則可解釋性上均優(yōu)于上述三種對比實驗方法。關(guān)鍵字：知識獲取，支持向量機，模糊規(guī)則，規(guī)則提取，模糊推理，正交實驗中國科學(xué)技術(shù)大學(xué)碩士學(xué)位論文AbstractFocusOntheexpertsystemknowledgeacquisitionandintegration,themanagementoffuzzyrulesbaseand
4、reasoningmechanism，weproposedthewaytOextractfuzzyrulesautomaticallybasedonsupportvectormachine．Withthesoftwarecomponentmodel，XML。softwarearchitecturetheory,theimplementationofcomponent—basedfuzzyinferencesystemhascometrue．Supportvectormachine，whichiSproposedi
5、ntheIastcentury1990s，basedonthestatisticallearningmethodforfewsamples．Inthisthesis．itextractsfeaturesamplesfromthedatabasethroughtheSVM，whichiSbasedonthemulti．categoryclassification，andprovesthesimii撕塒ofSVMandfuzzyrulesmodelontheclassification,whichmakesasoli
6、dfoundationintheoryforthefuzzyrulesautOmaticallyacquisitionmethod．Fuzzyclassificationisallimportantapplicationforfuzzysettheory．Fuzzyrulesarewidelyconsideredtobebettertoknowledge。whichissimilartoknowledgeofhumanexpression．Fuzzyclassificationiswidelyappliedini
7、mageprocessing，characterrecognition，speechrecognition,textclassification,remotesensing，meteorologyandindustdalautomationandSOon．Fuzzypartition．fuzzyclassificationrulesextraction，theexpressionofclassificationrules，classificationrulesadjustmentandtherateofrecog
8、nitionoftheimprovementarethekeyissuesoffuzzyclassificationmodel．Inthethesis．weintroducefuzzysetpartitioningmethodtodeterminethedensity,theextractionalgorithmandtheadjustmentoffuzzyroles．T
