植基於 AdaBoost 之函數類神經模糊分類器設計

NCUTIR > College of Electrical Engineering and Computer Science > Department of Electronic Engineering > 【電子工程系所】博碩士論文 > Item 987654321/5049

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/5049

Title:	植基於 AdaBoost 之函數類神經模糊分類器設計
Authors:	游東霖李隆財林正堅
Contributors:	電子工程系
Keywords:	線上學習分類器設計 AdaBoost 類神經模糊網路函數鏈結網路
Date:	2013
Issue Date:	2013-08-05 15:26:23 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	為了有效提升分類問題的效能，本論文提出了兩種植基於AdaBoost的函數類神經模糊分類器(Functional Neural Fuzzy Classifier, FNFC)設計機制分別為增長式（AIFNFC）與固定式（AFFNFC）。AIFNFC即是根據訓練資料計算錯誤率而增長分類器，而AFFNFC則是自行設計分類器個數，再給予這些分類器權重產生。在實驗方面，以四大標竿分類問題（即：蝴蝶花分類、紅酒分類、乳癌分類與甲狀腺分類）來驗證，實驗結果證明：較諸於傳統的投票機制與單一函數類神經模糊分類器，本論文所提出的分類器設計機制能有效提升分類效能。
Appears in Collections:	[Department of Electronic Engineering] 【電子工程系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence