基于模糊识别的神经网络分类器

摘要

提出一种基于模糊识别的神经网络分类器．首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ω的隶属变Ｕ（Ｘｋ）．然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神经网络分类器．这种方法将模糊理论与神经网络分布式联想存储的优点相结合，便无监督分类器成了有监督分类器。