模糊超盒修剪的任何新算法?(模糊最小最大值神经网络)

Question

我正在研究模糊最小最大神经网络（分类）项目。客户端是否需要使用两种或多种修剪算法来修剪超级盒？超框是一个n维框，其中框的每个维度代表数据集的一个属性（m使用WBC数据集）。

IEEE论文的链接如下：ftp://ftp.inf.ufrgs.br/pub/SIA/refer%EAncias/fuzzy%20min%20max%20classifier.pdf

并且在互联网上搜索，但找不到修剪超级箱的单一解决方案（AJ 解决方案除外）。谁能给我任何解决方案或你自己的想法？

Answer 1

计算每个超级盒的置信因子，然后修剪置信因子低于用户定义的阈值的超级盒。