Self-Constructing Multi-Expert Fuzzy System for High-Dimensional Data Classification
原文英文，约100词，阅读约需1分钟。发表于：。本研究针对高维数据分类中模糊神经网络面临的噪声和梯度消失等问题，提出了一种新颖的自构建多专家模糊系统（SOME-FS）。该系统通过混合结构学习和多专家高级学习的结合，提高了分类器的鲁棒性和预测性能。实验结果显示，SOME-FS在处理不确定性方面表现出色，能够有效识别精简且核心的分类规则。
本研究提出了一种自构建多专家模糊系统（SOME-FS），用于解决高维数据分类中的噪声和梯度消失问题。通过结合结构学习和多专家学习，SOME-FS提高了分类器的鲁棒性和预测性能，能有效识别核心分类规则。
