支持向量机和一类模糊推理系统的等效性及其应用

支持向量机（ＳＶＭ）和模糊推理系统（ＦＩＳ）分别源于统计学习理论（ＳＬＴ）和认知学两个不同的领域．在一定约束条件下，提出并证明了ＳＶＭ和一类基于规则的ＦＩＳ的函数等效性定理．在此基础上，提出基于ＳＶＭ学习过程的ＦＩＳ（ＭＢＦＩＳ）的设计方法．ＭＢＦＩＳ继承了ＳＶＭ良好的泛化能力和对“维数灾难”的避免能力，也继承了基于规则的ＦＩＳ的显式推理能力．Ｂｅｎｃｈｍａｒｋ数据实验表明，ＭＢＦＩＳ具有良好的分类性能．