参数协同优化的TSVR增强型TSK模糊系统

1

作者 王维 赵云龙 +1 位作者 彭小玉 潘小东 《计算机科学》 北大核心 2025年第7期75-81,共7页

Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,... Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,将数据点嵌入表征点到模糊聚类中心隶属度的空间,进而利用孪生支持向量回归机(TSVR)确定两个回归平面,从而得到回归值。考虑到不同数据集适应不同的关键参数,如聚类数等,采用遗传算法(GA)进行统一参数寻优,简化了领域知识的先验设置,形成了TSVR-GA-TSK(TG-TSK)模糊系统。实验结果表明,相比于经典回归算法和典型的TSK模糊系统,TG-TSK模糊系统具有良好的回归精度和鲁棒性,在Nemenyi检验的两两比较中具有显著优势。 展开更多

关键词 tsk模糊系统 TSVR 遗传算法 协同优化 回归任务

在线阅读 下载PDF 职称材料

多标签情感计算中的TSK模糊系统与域适应方法研究

2

作者 何欣润 李毅轩 +2 位作者 傅中正 伍冬睿 黄剑 《自动化学报》 北大核心 2025年第7期1546-1561,共16页

情感计算作为人机交互领域的一个重要学科分支,是实现和谐、自然的人机交互体验的关键保障.如何利用便于获得的生理信号进行准确的情绪识别已成为其中的热门话题.广泛使用的情绪模型通常从愉悦维、唤醒维、支配维等多个维度描述情绪,但... 情感计算作为人机交互领域的一个重要学科分支,是实现和谐、自然的人机交互体验的关键保障.如何利用便于获得的生理信号进行准确的情绪识别已成为其中的热门话题.广泛使用的情绪模型通常从愉悦维、唤醒维、支配维等多个维度描述情绪,但现有情绪识别方法大多将不同维度分别考虑,忽略维度间的相关性关系,并且在可解释性方面存在局限.多标签TSK模糊系统虽然能够弥补以上不足,但仍面临高维输入下模糊规则构建困难、训练效率低下的问题.此外,多模态生理信号具有较大的个体差异性,严重影响跨用户情绪识别的准确性.鉴于此,首先提出规则降维的多标签TSK(RDRMLTSK)模糊系统,以优化模糊系统结构和训练效率;进一步提出多标签模糊域适应算法实现多源域迁移学习,提高RDRMLTSK的泛化性能.在DEAP和DECAF两个公开数据集上的实验结果表明,所提出的方法能够有效提高情绪识别的准确率,与经典和先进的方法相比具有更好的性能. 展开更多

关键词 情感计算 多标签学习 tsk模糊系统 领域自适应

在线阅读 下载PDF 职称材料

基于监督学习的Takagi Sugeno Kang模糊系统图像融合方法研究 被引量：5

3

作者 李奕 吴小俊 《电子与信息学报》 EI CSCD 北大核心 2014年第5期1126-1132,共7页

该文针对图像融合领域内难于对先验知识加以利用的问题提出一种新的有监督学习的Takagi Sugeno Kang(TSK)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习,将学习准则记录下来形成融合模型,并指导新的... 该文针对图像融合领域内难于对先验知识加以利用的问题提出一种新的有监督学习的Takagi Sugeno Kang(TSK)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习,将学习准则记录下来形成融合模型,并指导新的图像融合过程。不同于传统方法,该方法可以有效地避免模型参数择优的难题,在融合图像质量和适用范围方面表现出一定的优势。从单一类型图像融合和多种类型图像融合两个角度进行了实验研究,实验结果说明该方法的有效性。 展开更多

关键词 图像融合 监督学习 Takagi Sugeno kang(tsk)模糊系统

在线阅读 下载PDF 职称材料

基于模糊子空间聚类的〇阶L2型TSK模糊系统 被引量：7

4

作者 邓赵红 张江滨 +2 位作者 蒋亦樟 史荧中 王士同 《电子与信息学报》 EI CSCD 北大核心 2015年第9期2082-2088,共7页

经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷:如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一... 经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷:如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2-norm TSK Fuzzy System,FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间,而且获取的模糊规则可对应于不同的特征子空间,从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明,新方法增强了面对高维数据所建模型的解释性,同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。 展开更多

关键词 Takagi-Sugeno-kang(tsk)模糊系统 医疗诊断 解释性 高维数据

在线阅读 下载PDF 职称材料

高阶Takagi-Sugeno-Kang模糊知识蒸馏分类器及其在脑电信号分类中的应用

5

作者 蒋云良 印泽宗 +2 位作者 张雄涛 申情 李华 《智能系统学报》 CSCD 北大核心 2024年第6期1419-1427,共9页

在脑电信号(electro encephalo gram,EEG)的分类检测任务中,低阶TSK(Takagi-Sugeno-Kang)模糊分类器的学习速度较快,但性能表现不理想,高阶TSK模糊分类器虽然具有较强的性能优势,但极其复杂的模糊规则后件严重影响模型的运行速度。为此... 在脑电信号(electro encephalo gram,EEG)的分类检测任务中,低阶TSK(Takagi-Sugeno-Kang)模糊分类器的学习速度较快,但性能表现不理想,高阶TSK模糊分类器虽然具有较强的性能优势,但极其复杂的模糊规则后件严重影响模型的运行速度。为此,提出一种基于负欧氏概率和高阶模糊隐藏知识迁移的新型TSK模糊蒸馏分类器(solved TSK-least learning machine-knowledge distillation classifier,STSK-LLM-KD)。首先,利用所提出的基于知识蒸馏的最小学习机(LLM-KD)对教师模型的后件参数进行快速求解并得到相应的负欧氏概率用于生成软标签;然后,通过计算软标签之间的Kullback-Leible散度提取教师模型的高阶模糊隐藏知识并迁移至低阶学生模型中,使模型性能优于高阶TSK模糊分类器的同时保持更快的训练速度。在运动想象脑电数据集和新德里HauzKhas癫痫脑电数据集上的实验结果充分验证了STSK-LLM-KD的优势,STSK-LLM-KD相较于其他模糊分类器表现更加优异,与深度知识蒸馏模型相比,STSK-LLM-KD能够更好地提升学生模型的性能。 展开更多

关键词 tsk模糊分类器 知识蒸馏 高阶模糊隐藏知识 脑电信号 最小学习机 癫痫 运动想象 模糊系统

在线阅读 下载PDF 职称材料

基于0阶TSK型迁移模糊系统的EEG信号自适应识别 被引量：3

6

作者 杨昌健 邓赵红 +1 位作者 蒋亦樟 王士同 《计算机应用研究》 CSCD 北大核心 2015年第8期2276-2280,2285,共6页

在EEG信号识别中,传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布,但在实际应用中,该假设受到了严峻的挑战。针对上述挑战,探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法,构造了基于二分类模型的直推... 在EEG信号识别中,传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布,但在实际应用中,该假设受到了严峻的挑战。针对上述挑战,探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法,构造了基于二分类模型的直推式0阶模糊系统目标函数来训练系统参数。提出的直推式迁移0阶TSK型模糊系统(TL-0-TSK-FS)算法在癫痫EEG信号的自适应识别的研究结果表明,该方法较之相关方法显示出了一定的优越性。 展开更多

关键词 脑电图信号 分布多样性 tsk型模糊系统 迁移学习 小波包分解

在线阅读 下载PDF 职称材料

TSK模糊逻辑系统相关滤波器跟踪算法 被引量：3

7

作者 陈晨 高艳丽 +1 位作者 邓赵红 王士同 《计算机科学与探索》 CSCD 北大核心 2020年第2期294-306,共13页

针对当前目标跟踪领域中如何准确迅速地区分目标和背景的问题,大部分跟踪器的核心内容是如何训练一个判别分类器来区分目标和周围环境。目前较为先进的核相关滤波器算法(KCF)及其改进后的判别式相关滤波器(DCF)将判别分类器与傅里叶变... 针对当前目标跟踪领域中如何准确迅速地区分目标和背景的问题,大部分跟踪器的核心内容是如何训练一个判别分类器来区分目标和周围环境。目前较为先进的核相关滤波器算法(KCF)及其改进后的判别式相关滤波器(DCF)将判别分类器与傅里叶变换相结合来提升跟踪速度,一些基于KCF的优化算法对部分跟踪难题,如针对尺度问题的KCF算法和针对目标消失的KCF算法提出了解决方案。但当前已有算法在提高精度方面仍有一定的提升空间,针对此,在核相关滤波器的基础上,从TSK模糊逻辑系统(TSK-FLS)的角度出发推导出了一种新的模糊核相关滤波器(FKCF)。FKCF继承了前者的高速和计算量小的特性,为了提高鲁棒性,将之前简单的高斯映射换成了模糊隶属度函数,并且在核计算的过程中引入了后件参数。由于这两项改进,使得在跟踪精度方面比KCF更好。将FKCF算法与KCF等相关算法在OTB50等4个数据集中的50个随机选取的视频上进行了实验,10项常见属性上的精度均有提升。 展开更多

关键词 跟踪器 判别分类器 傅里叶变换 相关滤波器 tsk模糊逻辑系统

在线阅读 下载PDF 职称材料

具备视角协同学习能力的多视角TSK型模糊系统 被引量：1

8

作者 程旸 顾晓清 +3 位作者 蒋亦樟 杭文龙 钱鹏江 王士同 《电子与信息学报》 EI CSCD 北大核心 2016年第8期2054-2061,共8页

传统模糊系统建模方法本质上是一种单视角学习模式,面向适合多视角处理的场景时,它们通常只能将每一视角割裂开来进行独立建模,这导致其所得系统泛化性能往往不令人满意。针对此缺陷,该文探讨具备多视角学习能力的模糊系统建模方法。为... 传统模糊系统建模方法本质上是一种单视角学习模式,面向适合多视角处理的场景时,它们通常只能将每一视角割裂开来进行独立建模,这导致其所得系统泛化性能往往不令人满意。针对此缺陷,该文探讨具备多视角学习能力的模糊系统建模方法。为此,基于经典的L2型TSK模糊系统,通过引入具备多视角学习能力的协同学习项,该文提出了核心的多视角TSK型模糊系统(MV-TSK-FS)建模方法。MV-TSK-FS不仅能有效地利用各视角不同特征构成的独立样本信息,还能充分地利用各视角间由于相互关联而存在内在信息,以最终达到提高系统泛化性能的效果。在模拟数据集与真实数据集上的实验结果验证了较之于传统单视角模糊建模方法该多视角模糊系统有着更好的泛化性和适用性。 展开更多

关键词 多视角学习 协同学习 模糊建模 tsk型模糊系统

在线阅读 下载PDF 职称材料

中心化模糊系统CTSK的分析及应用 被引量：2

9

作者 徐华 薛恒新 《计算机工程》 CAS CSCD 北大核心 2008年第23期7-8,16,共3页

从一个新角度重新探讨TSK模糊系统建模问题,引入并分析推导一种新的TSK模糊系统——CTSK。与传统TSK模糊系统相比,CTSK模糊系统具有良好的可解释性、更好的鲁棒性和较强的逼近能力。仿真实验结果有效地验证了上述优点,在用CTSK模糊系统... 从一个新角度重新探讨TSK模糊系统建模问题,引入并分析推导一种新的TSK模糊系统——CTSK。与传统TSK模糊系统相比,CTSK模糊系统具有良好的可解释性、更好的鲁棒性和较强的逼近能力。仿真实验结果有效地验证了上述优点,在用CTSK模糊系统进行地下水质的评价时取得了较好的效果。 展开更多

关键词 tsk模糊系统 鲁棒性 预测

在线阅读 下载PDF 职称材料

区间二型模糊子空间0阶TSK系统 被引量：1

10

作者 陈俊勇 邓赵红 王士同 《计算机科学与探索》 CSCD 北大核心 2017年第10期1652-1661,共10页

人们倾向于使用少量的有代表性的特征来描述一条规则,而忽略极为次要的冗余的信息。经典的区间二型TSK(Takagi-Sugeno-Kang)模糊系统,在规则前件和后件部分会使用完整的数据特征空间,对于高维数据而言,易导致系统的复杂度增加和可解释... 人们倾向于使用少量的有代表性的特征来描述一条规则,而忽略极为次要的冗余的信息。经典的区间二型TSK(Takagi-Sugeno-Kang)模糊系统,在规则前件和后件部分会使用完整的数据特征空间,对于高维数据而言,易导致系统的复杂度增加和可解释性的损失。针对于此,提出了区间二型模糊子空间0阶TSK系统。在规则前件部分,使用模糊子空间聚类和网格划分相结合的方法生成稀疏的规整的规则中心,在规则后件部分,使用简化的0阶形式,从而得到规则语义更为简洁的区间二型模糊系统。在模拟和真实数据上的实验结果表明该方法分类效果良好,可解释性更好。 展开更多

关键词 区间二型模糊系统 tsk系统 子空间 分类 可解释性

在线阅读 下载PDF 职称材料

基于训练空间重构的多模块TSK模糊系统 被引量：5

11

作者 周塔 邓赵红 +1 位作者 蒋亦樟 王士同 《软件学报》 EI CSCD 北大核心 2020年第11期3506-3518,共13页

利用重构训练样本空间的手段,提出一种多训练模块Takagi-Sugeno-Kang(TSK)模糊分类器H-TSK-FS.它具有良好的分类性能和较高的可解释性,可以解决现有层次模糊分类器中间层输出和模糊规则难以解释的难题.为了实现良好的分类性能,H-TSK-FS... 利用重构训练样本空间的手段,提出一种多训练模块Takagi-Sugeno-Kang(TSK)模糊分类器H-TSK-FS.它具有良好的分类性能和较高的可解释性,可以解决现有层次模糊分类器中间层输出和模糊规则难以解释的难题.为了实现良好的分类性能,H-TSK-FS由多个优化零阶TSK模糊分类器组成.这些零阶TSK模糊分类器内部采用一种巧妙的训练方式.原始训练样本、上一层训练样本中的部分样本点以及所有已训练层中最逼近真实值的部分决策信息均被投影到当前层训练模块中,并构成其输入空间.通过这种训练方式,前层的训练结果对后层的训练起到引导和控制作用.这种随机选取样本点、在一定范围内随机选取训练特征的手段可以打开原始输入空间的流形结构,保证较好或相当的分类性能.另外,该研究主要针对少量样本点且训练特征数不是很大的数据集.在设计每个训练模块时采用极限学习机获取模糊规则后件参数.对于每个中间训练层,采用短规则表达知识.每条模糊规则则通过约束方式确定不固定的输入特征以及高斯隶属函数,目的是保证所选输入特征具有高可解释性.真实数据集和应用案例实验结果表明,H-TSK-FS具有良好的分类性能和高可解释性. 展开更多

关键词 tsk模糊系统 多模块训练 解释能力 极限学习机

在线阅读 下载PDF 职称材料

单调约束的TSK模糊系统模型 被引量：1

12

作者 曹雅 邓赵红 王士同 《计算机科学与探索》 CSCD 北大核心 2018年第9期1487-1495,共9页

TSK(Takagi-Sugeno-Kang)模糊系统已被广泛应用于回归、分类和决策等方面,并展现出了良好的精度和可解释性,但是对于存在单调数据的建模场景,TSK模糊系统的建模效果还不够理想。针对此,提出了一个新颖的单调TSK模糊系统(MC-TSK)。通过... TSK(Takagi-Sugeno-Kang)模糊系统已被广泛应用于回归、分类和决策等方面,并展现出了良好的精度和可解释性,但是对于存在单调数据的建模场景,TSK模糊系统的建模效果还不够理想。针对此,提出了一个新颖的单调TSK模糊系统(MC-TSK)。通过在原始的TSK模糊系统模型上添加单调约束使MC-TSK满足单调性。MC-TSK不要求特征和输出之间存在的单调关系是一致的,这放宽了用于处理单调分类问题时大多数现有方法中使用的一致单调性的假设。较广泛的实验结果表明,与已有的处理单调分类的方法相比,MC-TSK具有更好的分类性能并且保持了可解释性等方面的特点。 展开更多

关键词 tsk模糊系统 单调分类 单调约束 分类性能 可解释性

在线阅读 下载PDF 职称材料

任务间共享和特有结构分解的多任务TSK模糊系统建模 被引量：1

13

作者 赵壮壮 王骏 +3 位作者 潘祥 邓赵红 施俊 王士同 《智能系统学报》 CSCD 北大核心 2021年第4期622-629,共8页

现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性。针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法。该方法将后件参数分解为... 现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性。针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法。该方法将后件参数分解为共享参数和特有参数两个分量,既充分利用了任务间共享信息,又有效地保留了单个任务的特性。最后,本文利用增广拉格朗日乘子法(ALM)求解该最优化问题。实验结果表明,该方法比现有的模型获得了更好的表现。 展开更多

关键词 tsk模糊系统 非线性 多任务 低秩 稀疏 参数分解 泛化性能 可解释性

在线阅读 下载PDF 职称材料

基于中心型TSK模糊模型的分层模糊系统

14

作者 熊俊 王士同 +1 位作者 潘永惠 包芳 《计算机科学与探索》 CSCD 北大核心 2015年第2期249-256,共8页

模糊系统随着输入维数的增加,其中模糊规则和辨识参数的数量将按指数级增长,针对这一问题,采用分层模糊系统是一种很好的解决方法,但分层模糊系统中各层的辨识变量没有明确的物理含义,无法进行合理的模糊化设计和解释。基于一种分层模... 模糊系统随着输入维数的增加,其中模糊规则和辨识参数的数量将按指数级增长,针对这一问题,采用分层模糊系统是一种很好的解决方法,但分层模糊系统中各层的辨识变量没有明确的物理含义,无法进行合理的模糊化设计和解释。基于一种分层模糊系统,引用中心性TSK模糊系统思想,从而构造了一种新型的模糊系统。这种新型模糊系统保留了分层模糊系统的结构优势,极大地减少了模糊系统的模糊规则数量和辨识参数数量,又能对用到的内部参数进行很好的解释。并通过实例仿真表明基于中心型TSK模糊模型的分层模糊系统具有较好的逼近性能和更简单的结构。 展开更多

关键词 分层模糊系统 tsk模糊模型 解释性 模糊规则 辨识参数

在线阅读 下载PDF 职称材料

面向单调分类的简洁单调TSK模糊系统

15

作者 崔晨 邓赵红 王士同 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第1期124-133,共10页

Takagi-Sugeno-Kang(TSK)模糊系统的一致逼近能力和可解释性使其可以直观高效地描述复杂的非线性不确定系统,可以有效地应用于模式分类.然而,对于单调分类任务,现有的模糊分类算法并没有考虑单调数据存在的有序关系,因此这些算法对于单... Takagi-Sugeno-Kang(TSK)模糊系统的一致逼近能力和可解释性使其可以直观高效地描述复杂的非线性不确定系统,可以有效地应用于模式分类.然而,对于单调分类任务,现有的模糊分类算法并没有考虑单调数据存在的有序关系,因此这些算法对于单调分类任务在模型的复杂度和分类性能方面有待改进.针对此问题,提出了面向单调分类的简洁单调TSK模糊系统建模方法(Concise Monotonic TSK Fuzzy System for Monotonic Classification,CM-TSK-FS),引入有序互信息进行单调特征选择,然后利用抽取的特征来训练TSK模糊系统进行分类识别.该方法有如下优点:(1)由于对单调数据进行了特征选择,新方法降低了TSK模糊系统规则的复杂性,因而得到的模糊系统更加简洁;(2)由于在特征抽取时考虑了单调数据的特征值和决策值之间的单调性,使得训练的模型的分类性能也有了一定程度的提高.在多个单调数据集上进行了实验验证,实验结果表明:面向单调分类的简洁单调TSK模糊系统在处理单调数据集时,通过选取重要的单调数据特征,不仅可以降低其模型的复杂性,还可以提高分类精度. 展开更多

关键词 单调分类 有序互信息 特征选择 tsk模糊系统

在线阅读 下载PDF 职称材料

具备特征优选功能的中心化TSK模糊系统

16

作者 张佳骕 王士同 《小型微型计算机系统》 CSCD 北大核心 2016年第7期1493-1498,共6页

对于经典的TSK模糊系统,模糊规则往往存在冗余而且后件参数缺乏可解释性.本文将TSK模糊系统模型转化为中心化形式,并将其建模过程转换为一个分块稀疏表示问题,提出FCA-sparse CTSK模糊模型.首先运用模糊聚类算法(FCA)对样本特征进行化简... 对于经典的TSK模糊系统,模糊规则往往存在冗余而且后件参数缺乏可解释性.本文将TSK模糊系统模型转化为中心化形式,并将其建模过程转换为一个分块稀疏表示问题,提出FCA-sparse CTSK模糊模型.首先运用模糊聚类算法(FCA)对样本特征进行化简,并产生模糊系统字典;再利用存在于中心化TSK(CTSK)模糊模型中的分块结构信息,选取重要的模糊规则并对所选模糊规则的后件参数进行估计.该模型通过中心化方法提高了模糊模型的可解释性,并对模糊规则及模糊规则数同时化简,在合成数据集和真实数据集上都表现出较好的性能. 展开更多

关键词 中心化tsk模糊系统 特征优选 分块稀疏表示 模糊规则约简

在线阅读 下载PDF 职称材料

可解释的深度TSK模糊系统综述

17

作者 王士同 谢润山 周尔昊 《数据采集与处理》 CSCD 北大核心 2022年第5期935-951,共17页

深度神经网络在多个领域取得了突破性的成功,然而这些深度模型大多高度不透明。而在很多高风险领域,如医疗、金融和交通等,对模型的安全性、无偏性和透明度有着非常高的要求。因此,在实际中如何创建可解释的人工智能(Explainable artifi... 深度神经网络在多个领域取得了突破性的成功,然而这些深度模型大多高度不透明。而在很多高风险领域,如医疗、金融和交通等,对模型的安全性、无偏性和透明度有着非常高的要求。因此,在实际中如何创建可解释的人工智能(Explainable artificial intelligence,XAI)已经成为了当前的研究热点。作为探索XAI的一个有力途径,模糊人工智能因其语义可解释性受到了越来越多的关注。其中将高可解释的Takagi-Sugeno-Kang(TSK)模糊系统和深度模型相结合,不仅可以避免单个TSK模糊系统遭受规则爆炸的影响,也可以在保持可解释性的前提下取得令人满意的测试泛化性能。本文以基于栈式泛化原理的可解释的深度TSK模糊系统为研究对象,分析其代表模型,总结其实际应用场景,最后剖析其所面临的挑战与机遇。 展开更多

关键词 可解释的人工智能 模糊人工智能 tsk模糊系统 可解释性 深度结构 栈式泛化原理

在线阅读 下载PDF 职称材料

二型Takagi-Sugeno-Kang模糊模型和不确定高斯混合模型的等价性 被引量：4

18

作者 张钦礼 王士同 谭左平 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第2期186-188,192,共4页

不确定的高斯混合模型和二型Takagi-Sugeno-Kang(TSK)模糊模型之间的对应关系被建立:任何一个不确定的高斯混合模型都唯一对应着一个二型TSK模糊系统,不确定的高斯混合模型的条件均值和二型TSK模糊系统的输出是等价的.基于此,一种设计... 不确定的高斯混合模型和二型Takagi-Sugeno-Kang(TSK)模糊模型之间的对应关系被建立:任何一个不确定的高斯混合模型都唯一对应着一个二型TSK模糊系统,不确定的高斯混合模型的条件均值和二型TSK模糊系统的输出是等价的.基于此,一种设计二型模糊系统的新方法被提出:通过建立不确定的高斯混合模型确定二型TSK模糊系统,即用概率统计的方法设计二型模糊系统.仿真实验结果表明利用不确定高斯混合模型设计的二型模糊系统比其它模型具有更强的抗噪性和更快的速度. 展开更多

关键词 二型tsk模糊模型 高斯混合模型 模糊系统 期望值的最大化算法

在线阅读 下载PDF 职称材料

动态模糊系统的鲁棒稳定性分析与控制器设计 被引量：3

19

作者 蔡自兴 肖晓明 《中南工业大学学报》 CSCD 北大核心 1999年第4期418-421,共4页

稳定性是任何系统正常运作的必备条件．由于动态模糊系统缺乏通用的稳定性分析方法和工具，作者介绍了一类动态模糊系统──ＴａｋａｇｉＳｕｇｅｎｏＫａｎｇ（ＴＳＫ）模糊系统，并推导出被控对象和控制器均由ＴＳＫ模糊系统描述的闭... 稳定性是任何系统正常运作的必备条件．由于动态模糊系统缺乏通用的稳定性分析方法和工具，作者介绍了一类动态模糊系统──ＴａｋａｇｉＳｕｇｅｎｏＫａｎｇ（ＴＳＫ）模糊系统，并推导出被控对象和控制器均由ＴＳＫ模糊系统描述的闭环控制系统的详尽表达式；然后针对该模糊闭环控制系统分析了其鲁棒稳定性；最后给出了鲁棒稳定模糊控制器的设计步骤．该分析和设计方法为动态模糊系统的研究提供了一条崭新的思路，将使动态模糊系统的分析和设计更趋成熟． 展开更多

关键词 tsk模糊系统 鲁棒稳定性 模糊控制器 控制器

在线阅读 下载PDF 职称材料

遗传算法优化的EPS系统模糊控制策略研究 被引量：2

20

作者 晋兵营 聂建军 施国标 《机械设计与制造》 北大核心 2010年第5期91-93,共3页

对TSK型模糊控制器进行了结构分析,提出了特征参数法,利用类比法、PID参数整定经验和专家的模糊控制规则,对特征参数进行集合划分,利用遗传算法离线优化法对模糊控制器进行优化。在Matlab/Simulink中建立了遗传算法优化TSK型模糊控制器... 对TSK型模糊控制器进行了结构分析,提出了特征参数法,利用类比法、PID参数整定经验和专家的模糊控制规则,对特征参数进行集合划分,利用遗传算法离线优化法对模糊控制器进行优化。在Matlab/Simulink中建立了遗传算法优化TSK型模糊控制器模型,进行了仿真分析。仿真试验结果表明,经过遗传优化的TSK型模糊控制器能够在助力电动机负载发生变化和噪声干扰时准确、快速地跟踪电动机的目标电流,鲁棒性强,非常适合用于EPS系统的助力电动机电流环的控制。 展开更多

关键词 电动助力转向系统 特征参数法 遗传算法 tsk型模糊控制l

在线阅读 下载PDF 职称材料