基于模糊子空间聚类的0阶岭回归TSK模糊系统
来源期刊：控制与决策2016年第5期
论文作者：邓赵红 张江滨 蒋亦樟 王士同
文章页码：882 - 888
关键词：解释性;高维数据;岭回归;TSK模糊系统;
摘 要：经典数据驱动型TSK模糊系统在利用高维数据训练模型时,由于规则前件采用的特征过多,导致规则的解释性和简洁性下降.对此,根据模糊子空间聚类算法的子空间特性,为TSK模型添加特征抽取机制,并进一步利用岭回归实现后件的学习,提出一种基于模糊子空间聚类的0阶岭回归TSK模型构建方法.该方法不仅能为规则抽取出重要子空间特征,而且可为不同规则抽取不同的特征.在模拟和真实数据集上的实验结果验证了所提出方法的优势.
邓赵红，张江滨，蒋亦樟，王士同
江南大学数字媒体学院
摘 要：经典数据驱动型TSK模糊系统在利用高维数据训练模型时,由于规则前件采用的特征过多,导致规则的解释性和简洁性下降.对此,根据模糊子空间聚类算法的子空间特性,为TSK模型添加特征抽取机制,并进一步利用岭回归实现后件的学习,提出一种基于模糊子空间聚类的0阶岭回归TSK模型构建方法.该方法不仅能为规则抽取出重要子空间特征,而且可为不同规则抽取不同的特征.在模拟和真实数据集上的实验结果验证了所提出方法的优势.
关键词：解释性;高维数据;岭回归;TSK模糊系统;
