非线性特征变换
通过级联模糊模型逐层提取高层隐式模糊特征，以多原型表征各类别，有效提升数据分类精度。
Yin, Rui · 潘学军 · 张立勇 · Yang, Jianhua · Lu, Wei
Information Sciences 2023
非线性特征变换逐级挖掘高层隐式特征，结合多原型分类，在19个真实数据集上平均准确率优于深度TSK等方法。
借鉴深度学习的小批量梯度下降和批归一化，整个深层模型可直接从原始数据端到端学习，无需分阶段预训练。
每个类用多个原型描述隐式特征分布，比单原型更灵活地拟合复杂数据形状。