關鍵詞：樣本選擇 非平穩割點 閾值 分類器 

摘要：語義描述是聚類與分類領域的研究熱點。基于公理模糊集(Axiomatic fuzzy sets,AFS)的分類算法可以模仿人類推理機理得到具有良好可解釋性的類描述。在同等分類性能下,簡化類描述將有助于人們較好地理解與應用分類結果。該文利用非平穩割點樣本選擇策略(Sample selection algorithm of unstable cut points,UCSS)和區間二型隸屬函數,設計了基于非平穩割點樣本選擇的二型AFS(UCSS-AFS)分類方法。該分類方法在保持較好的分類準確率和語義的基礎上,可以有效降低類描述的復雜度。為驗證所設計方法的可實踐性,該文對UCI數據庫中的18個數據集進行實驗。實驗結果表明,UCSS-AFS分類方法在保持較好的分類準確率下所獲得的規則易于理解與應用。

南京理工大學學報雜志要求:

{1}引用大型常用出土文獻合集，可使用括注，括注應使用不同于正文的字體。第一次應使用全稱，第二次可使用簡稱。

{2}論文作者自愿將其擁有的對該論文的匯編權（論文的部分或全部）、翻譯權、印刷版和電子版的復制權、網絡傳播權和發行權轉讓給編輯部。

{3}參考文獻：論著文章要求15條以上，主要引用近3～5年內的新文獻。按GB7714-87《文后參考文獻著錄規則》采用順序編碼著錄，依照其在文中出現的先后順序用阿拉伯數字標出。

{4}論文可以寫200字以內的中文摘要和3～5個關鍵詞，若論文受到省、部級以上基金項目支持，請注明基金名稱和項目編號。

{5}來稿為基金資助項目請注明何種基金資助項目或課題（并附編號）。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社