论文部分内容阅读
人们倾向于使用少量的有代表性的特征来描述一条规则，而忽略极为次要的冗余的信息。经典的区间二型TSK（Takagi-Sugeno-Kang）模糊系统，在规则前件和后件部分会使用完整的数据特征空间，对于高维数据而言，易导致系统的复杂度增加和可解释性的损失。针对于此，提出了区间二型模糊子空间0阶TSK系统。在规则前件部分，使用模糊子空间聚类和网格划分相结合的方法生成稀疏的规整的规则中心，在规则后件部分，使用简化的0阶形式，从而得到规则语义更为简洁的区间二型模糊系统。在模拟和真实数据上的实验结果表明该方法分类效果