近年来,人工智能技术在人类生活中的各个领域都得到了广泛地应用。特别是机器学习技术在分类、聚类以及回归等众多知识任务中都取......

针对分层Takagi-Sugeno-Kang (TSK)模糊分类器可解释性差,以及当增加或删除一个TSK模糊子分类器时Boosting模糊分类器需要重新训练......

针对传统分类器的泛化性能差、可解释性及学习效率低等问题,提出0阶TSK-FC模糊分类器.为了将该分类器应用到大规模数据的分类中,提......

针对极端学习机（ELM）不能用于多层前向神经网络学习的问题,通过揭示单层前向神经网络（SLFN）的ELM与岭回归以及中心化的岭回归之间的关......

在对传统特征选择算法进行研究的基础上,提出了一种基于双模糊信息的特征选择算法（feature selection algorithm based on doubly f......

针对传统FLNN训练速度慢,无法适应于大规模数据集等问题,提出了一种FLNN快速训练算法。将FLNN变换成等价的单隐层神经网络,而该单......