贝叶斯L2型TSK模糊系统

杭文龙¹，梁爽²，刘解放¹，王士同¹

1. 江南大学数字媒体学院2. 中国科学院深圳先进技术研究院广东省机器视觉与虚拟现实技术重点实验室

摘 要：针对传统Takagi-Sugeno-Kan（TSK）模糊系统处理大规模数据时间代价较高的问题,提出一种基于概率模型框架的L2型TSK模糊系统建模策略,建立具有处理大规模数据能力的贝叶斯L2型TSK模糊系统（B-TSK-FS）.具体地,基于L2型TSK模糊系统的输出误差概率化表示,对系统前后件参数联合学习,提高系统的泛化能力.另外,引入狄利克雷先验分布函数,对模糊隶属度稀疏化表示,实现样本的压缩,降低运算时间.在模拟和真实数据集上的实验结果验证了所提出模糊系统的优势.

关键词：贝叶斯;L2型TSK模糊系统;大规模数据;狄利克雷先验分布;