摘要: 摘 要: 为了提升传统神经模糊系统(Neural-Fuzzy System,NFS)对于相似样本的识别率,提出使用AdaBoost.M2算法用于解决问题。首先根据AdaBoost.M2对弱分类器要求将传统NFS输出层去除得到新NFS,然后将AdaBoost.M2与新NFS相结合得到AdaBoost.M2-NFS(AdaBoost.M2 Neural-Fuzzy System)新模型。实验结果表明:新模型在Iris数据集上识别率不仅比单个NFS高3.33%,而且分别比线性支持向量机(Support Vector Machine,SVM)和Softmax高1.11%和3.33%。根据敏感性和特异性分析,新模型对于线性不可分数据分类效果比对线性可分数据分类效果好。这个基于AdaBoost.M2-NFS的新模型借助AdaBoost.M2的提升作用,不仅在一定程度提升了识别率,而且具有NFS快速成型和高泛化能力的优势。
中图分类号: