70、神经模糊系统：F - CID3算法与模糊神经网络深度解析

神经模糊系统：F - CID3算法与模糊神经网络深度解析

1. 本体神经模糊F - CID3算法

本体神经模糊F - CID3算法是一类能够生成自身架构的算法代表。它是将本体神经网络算法CID3与模糊集相结合的混合算法。

1.1 算法动机

原始的CID3算法生成的高度连接架构存在一定“冗余”。当分离熵首次降至零（通常在第二个隐藏层）后，实际上只需再增加一个输出层就能正确分类数据，但CID3算法会生成多个额外的隐藏层。例如，在识别两个螺旋组织模式时，CID3算法生成的架构中，从第二个隐藏层熵首次降为零后，后续各层的熵迅速降为零。

隐藏层1	隐藏层2	隐藏层3	隐藏层4	隐藏层5	输出层
3个节点	16个节点	7个节点	5个节点	3个节点	1个节点

1.2 算法改进

F - CID3算法引入了神经模糊数树，类似于CID3算法生成决策树的方式，在每个节点指定模糊子集。这使得网络的节点和连接数量大幅减少，仅保留两个隐藏层，分别有2个和11个节点，充分体现了神经网络与模糊集结合的优势。

1.3 算法示例