【技术实现步骤摘要】
【国外来华专利技术】
本专利技术通常涉及一种装置和方法，其使用用于解决模型分类和知识发现问题的模糊集合和统计理论来执行统计资料模糊分析(FASE)。FASE的若干特征类似于人类判断的特征。它从数据信息中学习，将它们并入知识信念，并且它用新信息来更新信念。本专利技术也涉及将称作似真神经网络(PLANN)的东西。
技术介绍
模拟并行分布机，或神经网络，计算模糊逻辑，其包括可能性，信念和概率度量。模糊逻辑对模拟机所做的就是布尔逻辑对数字计算机所做的。使用布尔逻辑，可以用数字计算机来执行定理证明，弈棋，或者许多其它具有精确或已知规则的应用。类似地，基于模糊逻辑，可以使用模拟机来执行近似推理，似真推理和信念判断，其中规则是固有的，不确定的或矛盾的。信念判断由可能性及信念的度量来表示，然而布尔逻辑是特殊情况或缺省。统计资料模糊分析(FASE)可以由模拟并行分布机更有效地计算。而且，因为FASE可以提取模糊/信念规则，它也可以充当到分布式处理和符号处理的链接。对提供更高精度和更快计算的用于模式分类的机器学习算法有持续的研究。但是，由于可用数据资料的不一致性，由属性提供的信息不足，以及类边界的模糊，...
【技术保护点】
一种将事物分类成为多个类中一个或多个的成员的方法，所述事物具有多个与之相关的属性，所述方法包括步骤：（ａ）对所述多个类中的每一个，基于每一所述属性指定属性值，每一所述属性值表示所述事物是基于所述属性的相关类的成员的相对可能性，（ｂ） 对所述多个类中的每一个，使用ｔ范数函数来聚集所述属性值，（ｃ）选择最高聚集值，（ｄ）确定所述事物属于与所述最高聚集值相关的类，（ｅ）基于所述最高聚集值和第二最高聚集值的相对值来确定确信因子。
【技术特征摘要】
【国外来华专利技术】...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。