Robust interval type-2 FCRM algorithm for nonlinear systems identification in a stochastic environment

This paper investigates the sensibility of the interval type-2 fuzzy c-regression algorithm to noise and outliers. To overcome this problem, a modified version of this algorithm is presented. The consequences parameters of local models are estimated using the weighted recursive least squares method....

Celý popis

Podrobná bibliografie

Vydáno v:	2017 International Conference on Control, Automation and Diagnosis (ICCAD) s. 180 - 184
Hlavní autoři:	Sameh, Khadhraoui, Chaari, Abdelkader
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.01.2017
Témata:	Algorithm design and analysis Clustering algorithms interval type-2 fuzzy c-regression models algorithm Linear programming Mathematical model Noise measurement noisy clustering algorithm outliers Partitioning algorithms Robustness Type-2 fuzzy sets weighted recursive least square
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!