论文部分内容阅读
该文提出了一种用于模式分类问题的特征空间模糊划分方法。修正了传统的模糊C－均值聚类算法以获得覆盖训练样本集中模式类的超长方体；然后利用合并策略对其进行合并，得到一组精炼的超长方体。经过一定的扩展后，每个超长方体就会产生反映这一模式类的一条if－then规则，而且规则数目只与模式类别数有关，不随特征空间的维数的增加而急剧增大，固此该方法简单、有效而且适用于高维特征空间的情况。最后用一组人造复杂的数据特征集验证了本方法的有效性。