学習機能を持つファジィクラシファイアの入力不変性 On Input Invariance of Fuzzy Classifiers with Learning Capability

この論文にアクセスする

この論文をさがす

著者

抄録

In our previous work we have developed fuzzy classifiers with ellipsoidal regions and with hyperbox regions. In this paper we discuss linear transformation invariance of these classifiers. First, we prove that the fuzzy classifier with ellipsoidal regions, which is based on the Mahalanobis distance, has invariance for linear transformation of input variables. Then we prove that the fuzzy classifier with hyperbox regions, whose surfaces are parallel to input axes, has limited scale invariance. Finally, we show the advantages of our classifiers over neural networks by the performance evaluation of benchmark data.

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 12(12), 739-746, 1999-12-15 

    一般社団法人 システム制御情報学会

参考文献:  13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)
    10004473810
  • 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
    4924512
  • 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