54、模糊推理系统与扩展字母表在分类器系统中的应用研究

模糊推理系统与扩展字母表在分类器系统中的应用研究

1. 模糊推理系统的比较

在完成模块化神经网络的训练后，将这些模块与1型和2型优化模糊系统进行集成。通过展示20次模块化神经网络训练的1型和2型图形及表格，以及识别百分比，可以发现，在本次实验中2型模糊逻辑表现更优。

类型	平均识别百分比
1型	73.50%
2型	94.50%

通过t检验进一步验证了1型和2型模糊推理系统之间的显著差异。t值为 -2.40，P值为0.025，这为两种方法之间的差异提供了充分的证据。

样本类型	样本数量	均值	标准差	平均误差
1型	20	0.735	0.367	0.082
2型	20	0.945	0.137