【摘 要】
：
基于宽度学习的动态模糊推理系统（broad-learning-based dynamic fuzzy inference system, BL-DFIS）能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时, BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展
【基金项目】
：
国家重点研发计划（2022YFE0112400）； 国家自然科学基金（61972181,U20A20228）； 江苏省教育厅高校自然科学重点项目（22KJA520009）；
论文部分内容阅读
基于宽度学习的动态模糊推理系统（broad-learning-based dynamic fuzzy inference system, BL-DFIS）能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时, BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络（FA-RVFLNN）.在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构, BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子（I-OR）来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下, FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性（平均模糊规则数降低了50%左右）,在泛化性能和网络规模上仍具有竞争力.
其他文献
目的回顾性分析于我院就诊的208例卵巢高级别浆液性癌患者,探讨治疗前血清白蛋白、白球比水平对其OS、PFS、3年内存活和复发情况的影响。方法收集2013年11月至2020年8月于南昌大学第一附属医院妇产科就诊且术后病理诊断为高级别浆液性卵巢癌患者,记录患者首次就诊年龄、治疗前白蛋白、白球比、CA125值,FIGO分期、有无腹水及有无淋巴结转移。随访患者复发情况、存活情况、判断铂敏感情况。以年龄≥6
目的:本研究旨在阐释c-kit在宫腔粘连发生发展中的分子作用机制,以期为预防宫腔粘连的发生以及治疗策略提供理论依据。方法:收集2021年6月～2022年2月于江西省妇幼保健院因妊娠相关宫腔操作史行宫腔镜检查,诊断为宫腔粘连（intrauterine adhesion,IUA）的患者子宫内膜标本（N=18）。以及收集同期行宫腔镜检查排除宫腔粘连,诊断为正常宫腔形态的育龄期子宫内膜标本（N=14）。通
目的:探讨FOXM1蛋白在卵巢癌细胞核/间质中表达情况及其与患者预后之间的联系,为卵巢癌预后判断提供依据。方法:利用组织芯片技术和免疫组化法检测FOXM1蛋白在卵巢癌细胞核/间质中的表达情况,基于免疫组化抗体染色强度和阳性率的综合评分将患者分为高、低表达组,并结合临床病理及患者预后等临床数据分析FOXM1蛋白与患者预后之间的关系。结果:1、卵巢癌组织芯片共154个位点,实际有效位点133个,其中F
目的研究CD95对宫颈癌Caski细胞增殖、侵袭及凋亡的影响,并探索其可能的作用机制,为宫颈癌的治疗提供新靶点。方法选择Caski细胞,用不同浓度CD95抗体（0μg/m L、0.313μg/m L、0.625μg/m L、1.25μg/m L、2.5μg/m L、5μg/m L）处理Caski细胞24h和48h,利用CCK8检测细胞活性。用0μg/m L、1.25μg/m L、5μg/m LCD
背景宫颈癌是严重威胁全球女性健康的恶性肿瘤之一,此研究关注于宫颈癌发生发展过程中相关基因的生物学机制,并挖掘具有生存预测价值的基因。方法提取GEO数据库中宫颈癌组织及正常组织的基因表达数据,从TCGA中提取宫颈癌患者转录组测序数据、临床数据、生存时间以及生存状态信息;分析宫颈癌患者的基因表达差异情况;通过clusterprofiler包对差异基因进行功能富集分析;STRING数据库构建蛋白互作网络
网络流量加密在保护企业数据和用户隐私的同时,也为恶意流量检测带来新的挑战.根据处理加密流量的方式不同,加密恶意流量检测可分为主动检测和被动检测.主动检测包括对流量解密后的检测和基于可搜索加密技术的检测,其研究重点是隐私安全的保障和检测效率的提升,主要分析可信执行环境和可控传输协议等保障措施的应用.被动检测是在用户无感知且不执行任何加密或解密操作的前提下,识别加密恶意流量的检测方法,其研究重点是特征
代码搜索是当下自然语言处理和软件工程交叉领域的一个重要分支.开发高效的代码搜索算法能够显著提高代码重用的能力,从而有效提高软件开发人员的工作效率.代码搜索任务是以描述代码片段功能的自然语言作为输入,在海量代码库中搜索得到相关代码片段的过程.基于序列模型的代码搜索方法 DeepCS虽然取得了很好的效果,但这种方法不能捕捉代码的深层语义.基于图嵌入的代码搜索方法 GraphSearchNet能缓解这个
如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可
目的:血清糖类抗原125（CA125）和人附睾蛋白4（HE4）在子宫内膜癌（EC）淋巴结转移的预测价值分析。方法:全面检索中英文数据库:中国知网、万方、维普、CBM、Pub Med、The Cochrane Library和EMBASE,收集自建库以来至2021年12月发表的相关所有中英文文献。中文检索词:糖类抗原125;人附睾蛋白4;子宫内膜癌;淋巴结转移。英文检索词:Carbohydrate
如何提高异构的自然语言查询输入和高度结构化程序语言源代码的匹配准确度,是代码搜索的一个基本问题.代码特征的准确提取是提高匹配准确度的关键之一.代码语句表达的语义不仅与其本身有关,还与其所处的上下文相关.代码的结构模型为理解代码功能提供了丰富的上下文信息.提出一个基于函数功能多重图嵌入的代码搜索方法.在所提方法中,使用早期融合的策略,将代码语句的数据依赖关系融合到控制流图中,构建函数功能多重图来表示