提出了一種基于自適應(yīng)提取模糊規(guī)則的改進(jìn)型模糊推理分類(lèi)器,其中,模糊規(guī)則的提取采用由勢(shì)函數(shù)法初始化聚類(lèi)中心的K-means聚類(lèi)算法,分類(lèi)器的訓(xùn)練采用基于梯度下降算法的最小均方誤差準(zhǔn)則來(lái)實(shí)現(xiàn).此改進(jìn)型模糊分類(lèi)器克服了基于K-means聚類(lèi)算法提取模糊規(guī)則的模糊推理分類(lèi)器需要手工設(shè)定模糊規(guī)則數(shù)目和對(duì)初始化參數(shù)非常敏感的兩大缺點(diǎn).對(duì)10位受試者的6類(lèi)手勢(shì)動(dòng)作sEMG信號(hào)的分類(lèi)研究結(jié)果表明,此改進(jìn)型模糊推理分類(lèi)器的分類(lèi)能力優(yōu)于未改進(jìn)的模糊推理分類(lèi)器,且具有效果穩(wěn)定、自適應(yīng)提取模糊規(guī)則、對(duì)初始化參數(shù)不敏感以及可排除孤立點(diǎn)的影響等優(yōu)點(diǎn).
|