具备视角协同学习能力的多视角TSK型模糊系统

来源：电子与信息学报杂志2016年第8期北京时间：

作者：程旸, 顾晓清, 蒋亦樟, 杭文龙, 钱鹏江, 王士同

摘要：传统模糊系统建模方法本质上是一种单视角学习模式，面向适合多视角处理的场景时，它们通常只能将每一视角割裂开来进行独立建模，这导致其所得系统泛化性能往往不令人满意。针对此缺陷，该文探讨具备多视角学习能力的模糊系统建模方法。为此，基于经典的L2型TSK模糊系统，通过引入具备多视角学习能力的协同学习项，该文提出了核心的多视角TSK型模糊系统(MV-TSK-FS)建模方法。MV-TSK-FS不仅能有效地利用各视角不同特征构成的独立样本信息，还能充分地利用各视角间由于相互关联而存在内在信息，以最终达到提高系统泛化性能的效果。在模拟数据集与真实数据集上的实验结果验证了较之于传统单视角模糊建模方法该多视角模糊系统有着更好的泛化性和适用性。

关键词：多视角学习, 协同学习, 模糊建模, TSK型模糊系统

基金资助：国家自然科学基金(61300151)，江苏省自然科学基金 (BK20130155)，江苏省产学研前瞻性联合研究项目(BY2013015- 02)，中央高校基本科研业务费专项资金资助重点项目(JUSRP 51614A)