Incremental Fuzzy C-Regression Clustering From Streaming Data for Local-Model-Network Identification

In this paper, a new approach to evolving fuzzy model identification from streaming data is given. The structure of the model is given as a local model network in Takagi-Sugeno form, and the partitioning of the input-output space is based on metrics in which these local models are defined as prototy...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on fuzzy systems Ročník 28; číslo 4; s. 758 - 767
Hlavní autoři:	Blazic, Saso, Skrjanc, Igor
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.04.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Adaptation models Algorithms Clustering Clustering algorithms Computer simulation Data models Evolution Evolving fuzzy model identification fuzzy C-regression clustering incremental clustering Laser range finders Linear programming Mathematical models Parameter identification Partitioning algorithms Prototypes stream data Takagi-Sugeno model
ISSN:	1063-6706, 1941-0034
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!