Сайты ТУСУРа
Нажимая кнопку «СОГЛАСЕН», Вы подтверждаете то, что  Вы проинформированы об использовании cookies на нашем сайте. Отключить cookies Вы можете в  настройках своего браузера. Подробнее
Для того, чтобы мы могли качественно предоставить Вам услуги, мы используем cookies, которые сохраняются на Вашем компьютере (Сведения о местоположении; ip-адрес; тип, язык, версия ОС и браузера; тип устройства и разрешение его экрана; источник, откуда пришел на сайт пользователь; какие страницы открывает и на какие кнопки нажимает пользователь; эта же информация используется для обработки статистических данных использования сайта посредством интернет-сервиса Яндекс.Метрика)

Construction of Fuzzy Classifiers by a Brain Storm Optimization Algorithm

Статья в журнале

The fuzzy classifier has such important advantages as an intuitive operation logic and high interpretability of the fuzzy rules base. The development of a fuzzy classifier includes three consecutive building steps: generating a fuzzy rules base, feature selection, and optimizing the parameters of membership functions. To create a rule base, clustering methods are most often used. Wrapper methods are used for feature selection, and parameter optimization is performed either by traditional optimization methods or by metaheuristic methods. In this paper, we use a metaheuristic called Brain Storm Optimization to construct a fuzzy classifier. The use of algorithms based on this metaheuristic made it possible to obtain comparable accuracy values comparable to counterparts such as D-MOFARC and FARC-HD, with a much smaller number of rules and features.

Журнал:

  • Lecture Notes in Computer Science
  • Springer Science and Business Media Deutschland GmbH (Томск)
  • Индексируется в Scopus

Библиографическая запись: Bardamova, M. Construction of Fuzzy Classifiers by a Brain Storm Optimization Algorithm [Electronic resource] / M. Bardamova, I. Hodashinsky, M. Svetlakov // Lecture Notes in Computer Science. –2022. – Vol. 13344. – P. 391-403. – DOI: 10.1007/978-3-031-09677-8_33

Индексируется в:

Год издания:  2022
Страницы:  391 - 403
Язык:  Английский
DOI:  10.1007/978-3-031-09677-8_33