Este artículo describe una mejora del clasificador de razonamiento de retícula difusa (FLR) para la clasificación de patrones basada en una función de valoración positiva. El razonamiento de retícula difusa (FLR) fue descrito recientemente como una extensión del dominio de datos de retícula del clasificador neural fuzzy ARTMAP basado en una función de medida de inclusión de retícula. En este trabajo, mejoramos el rendimiento del clasificador FLR al definir una nueva función de valoración positiva no lineal. Como consecuencia, el algoritmo modificado logra mejores resultados de clasificación. La efectividad del FLR modificado se demuestra mediante ejemplos en varios benchmarks de reconocimiento de patrones bien conocidos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nuevas Sumas Exponenciales Mixtas y su Aplicación
Artículo:
Optimización de la potencia reactiva del sistema eléctrico basada en un algoritmo de evolución diferencial mejorado
Artículo:
Generación numérica de ondas bicromáticas utilizando una función de fuente de masa diseñada.
Artículo:
Detección de límites de objetos utilizando un modelo de contorno activo a través de Multiswarm PSO con Adaptación basada en reglas difusas del factor de inercia
Artículo:
Delegación de cuota de mercado en un duopolio de Bertrand: sincronización y multiestabilidad
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas