Prosta klasyfikacja rozmyta

 

UCI Machine Learning Repository >>

 

Zadanie (projekt Eclipse) >> 

 

Prezentacja >> 

 

 

Biblioteka FuzzLIB

Biblioteka obiektowa FuzzLIB jest bardzo zaawansowanym narzędziem analizy rozmytej oraz budowania wydajnych systemów rozmytych. Opiera się na definicji funkcji przynależności w postaci odcinkowo-liniowej, co daje ogromną elastyczność testowania w zasadzie dowolnych opisów funkcji.

Oferuje do wyboru wiele norm trójkątnych oraz implikacji rozmytych. Za pomocą norm można dokonywać przecięć oraz sum zbiorów bez względu na ich formę opisu. Implementuje również złożone formy wyostrzania zbiorów za pomocą środka ciężkości oraz podejść zmodyfikowanych, pozwalających odciąć pewien poziom analizy. 

Wspiera klasyczne, złożone obliczeniowo wnioskowanie Zadeha, jak i wydajne obliczeniowo pełne wnioskowanie Baldwina (oparte na funkcjach prawdy).

Biblioteka zawiera również obiekt całego systemu rozmytego, pozwalającego definiować reguły rozmyte i automatyzować od strony kodu działanie całego systemu.

 

Pobierz >>