论文部分内容阅读
提出了一种基于自适应提取模糊规则的改进型模糊推理分类器,其中,模糊规则的提取采用由势函数法初始化聚类中心的K-means聚类算法,分类器的训练采用基于梯度下降算法的最小均方误差准则来实现。此改进型模糊分类器克服了基于K-means聚类算法提取模糊规则的模糊推理分类器需要手工设定模糊规则数目和对初始化参数非常敏感的两大缺点。对10位受试者的6类手势动作sEMG信号的分类研究结果表明,此改进型模糊推理分类器的分类能力优于未改进的模糊推理分类器,且具有效果稳定、自适应提取模糊规则、对初始化参数不敏感以及可排除孤