روش جديدي براي طبقه بندي الگو، بر پايه ابرجعبه هاي فازي Min-Max

در اين مقاله، يك شبكه ي عصبي فازي Min-Max جديد ارائه شده است. شبكه ي پيشنهادي از آموزش با نظارت، براي طبقه بندي داده هاي ورودي استفاده مي كند.همانند شبكه ،FMNN ، اين اين شبكه از تجميع ابرجعبه هاي فازي براي تعيين مرز كلاسها استفاده مي كند. با اين تفاوت كه تست همپوشاني و انقباض ابرجعبه ها، از مراحل آموزش حذف شده است. كه منجر به الگوريتم آموزش ساده تري شده است. شبكه ي ارائه شده، از دو دسته ابرجعبه با ضريب انبساط متفاوت، استفاده مي كند. كه باعث ايجاد يك ساختار دو طبقه، براي شبكه شده است. همچنين، اين امر باعث شده است كه شبكه در مرز كلاسها، از ابرجعبه هاي كوچكتر، براي افزايش كارايي، استفاده كند. شبكه، با يك بار ارائه ي داده هاي آموزش، ساختار داده ها را فرا مي گيرد. نتايج حاصل از شبيه سازيهاي رايانه اي، بيانگر كارايي خوب اين شبكه نسبت به شبكه هاي مشابه، مي باشد. روش پيشنهادي در اكثر موارد، نتايج مشابهي را، نسبت به بهترين روش هاي قبلي، با تعداد نرونهاي كمتر بدست داده است