基于AFS理论的加权模糊分类器

摘要

本文提出了基于AFS(Axiomatic fuzzy set)理论的加权模糊分类算法,与其他算法比较:该算法主要通过模糊概念及其逻辑运算求出训练样本的模糊描述,从而得出每类特征的模糊集,然后用这些具有确切语义的模糊集来确定每个测试样本归属的类.该算法规避了其它模糊分类算法涉及的复杂优化、参数设置以及收敛性等问题.通过在著名数据集-Iris、Wine上的测试表明该算法适用于各种数据类型并且实用、高效.