Resumen

Dado que el rendimiento de un solo FAM se ve afectado por la secuencia de presentación de muestras para el modo de entrenamiento fuera de línea, se supone que un enfoque de conjunto ARTMAP difuso (FAM) basado en el método de creencia bayesiano mejorado mejora la precisión de la clasificación. Las muestras de entrenamiento se introducen en un comité de FAMs en diferentes secuencias, la salida de estos FAMs se combina, y la decisión final se deriva por el método bayesiano mejorado de la creencia. Los resultados del experimento muestran que el conjunto de FAMs propuesto puede clasificar las diferentes categorías de forma fiable y tiene un mejor rendimiento de clasificación en comparación con un solo FAM.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:fams, fam única, método bayesiano de creencia mejorado, método bayesiano de creencia, mejor rendimiento de la clasificación, precisión de la clasificación, categoría diferente, secuencia diferente, enfoque de conjunto, decisión final
• Keywords:fams, single fam, improved bayesian belief method, bayesian belief method, better classification performance, classification accuracy, different category, different sequence, ensemble approach, final decision