楕円領域を持つファジィクラシファイアの最適データ分割による汎化能力の向上方式 Improvement of Generalization Ability of a Fuzzy Classifier with Ellipsoidal Regions by the Opeimum Division of Data

この論文にアクセスする

この論文をさがす

著者

抄録

In this paper, we discuss methods for improving the generalization ability of a fuzzy classifier with ellipsoidal regions. In the fuzzy classifier, each cluster is approximated by a center and a covariance matrix, and the membership function is calculated using the inverse of the covariance matrix. Thus when the number of training data is small, the covariance matrix becomes singular and the generalization ability decreases. In addition, when the characteristics of the training and test data differ, the generalization ability decreases. In this paper, we improve the generalization ability controlling the number of singular values in the covariance matrix. Then we propose to divide the sampled data set into training and test data sets so that the centers and the covariance matrices of each class become similar. Finally, we demonstrate the validity of our methods by computer simulations.

収録刊行物

  • システム制御情報学会論文誌  

    システム制御情報学会論文誌 13(2), 87-94, 2000-02-15 

    一般社団法人 システム制御情報学会

参考文献:  12件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10004472815
  • NII書誌ID(NCID)
    AN1013280X
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    13425668
  • NDL 記事登録ID
    5283032
  • NDL 雑誌分類
    ZM11(科学技術--科学技術一般--制御工学)
  • NDL 請求記号
    Z14-195
  • データ提供元
    CJP書誌  NDL  J-STAGE 
ページトップへ