java - 如何为模糊集创建超级框？以及如何计算超框隶属度？

Question

我想知道在创建超级盒（模糊最小最大神经网络）时，应该使用输入数据集（WBC 或 PID）的所有参数，或者也可以使用单个参数完成工作并且想知道超级盒的大小取决于输入模式？以及如何计算hyperbox的隶属度？

或者

有没有更简单的方法来为你知道的模糊集生成超级框。

Answer 1

详细查看此链接有关 HyperBox 的视频

考虑来自 UCI 存储库的“iris”数据集，其中包含 n 个特征。链接到数据集

例如：5.1,3.5,1.4,0.2,Iris-setosa

该样本是 n 维平面中的单点。前 4 个值是该点的 n 维。这里 n 是 4。Last term 通知它所属的 Class Name。

最初，不存在 Hyperbox。因此，要创建 Hyperbox，请将 4 个值视为 Hyperbox 的 Min 和 Max 值。因为此时只有一个点，所以 Min 和 Max 点将相同。这个 Hyperbox 将被称为 Point Hyperbox。如果下一个特征样本的第二个点属于同一类，则需要检查现有的 Hyperbox 是否可以使用 Expand 函数进行扩展。如果可以扩展，则更新 Min-Max Point 如果需要，则不需要 Hyperbox 扩展。如果 Hyperbox 无法扩展或第二个点与现有 Hyperbox 不属于同一类，则创建一个新的 Hyperbox。

Answer 2

在创建 Hyperbox 时，您需要数据集，并且数据集包含许多属性，并且将有一个名为 class 的属性或字段。应该使用该属性（类）创建 Hyperbox。例如 PID 数据集包含 9 个属性，但在 PID.name 文件中指定了最后一个名为 Class 作为字段名的属性。将为该类创建 Hyperbox。