买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏科技大学申请的专利一种深度T-S持续性规则优化的皮炎分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117056795B 。

龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310937276.1，技术领域涉及：G06F18/241；该发明授权一种深度T-S持续性规则优化的皮炎分类方法是由严薇;周塔;翟佳设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种深度T-S持续性规则优化的皮炎分类方法在说明书摘要公布了：本发明公开一种深度T‑S持续性规则优化的皮炎分类方法，基于深度T‑S模型添加规则评估模块和规则优化模块以克服现有T‑S模型中规则优化的不足、利用率较低与结构复杂的问题；具体步骤如下：初始化模糊规则库，将模糊规则输入规则评估模块，规则评估模块输出优质规则，优质规则迁移至下一规则层；将现有规则输入规则优化模块，规则优化模块输出新的模糊规则，新的模糊规则集输入到规则评估模块；初始模糊规则、规则评估模块和规则优化模块不断更新迭代规则库，并最终输出令人满意的模糊规则库。

本发明授权一种深度T-S持续性规则优化的皮炎分类方法在权利要求书中公布了：1.一种深度T-S持续性规则优化的皮炎分类方法，其特征在于，该方法包括以下步骤： S1：获取皮炎数据，并通过方差阈值选择法进行特征削减，按照7：3的比例将数据样本随机分入训练集S与测试集S′； S2：构建深度T-S模糊神经网络，其包含输入层、隶属度层、规则层与输出层，其中，规则层数为DP，其余层的层数为1；输入训练集S生成模糊规则； S3：对dp层规则进行评估与优化，筛选出部分规则进入dp+1层模糊规则库，dp＝1,2,…,DP，最终固定第DP层模糊规则库并计算训练分类结果，DP是规则层数； S4：将测试集S′输入到第DP层模糊规则库训练，得到测试分类结果； S3具体方法为，在dp层规则层中，采用如下公式对当前层各规则的输入空间进行优化： 其中，dp＝2,…,DP，代表第dp层第i个样本优化向量，代表xi的隶属值，在第dp层规则层中，采用误差Ek对规则的进行定量化评估： 其中，dp＝1,2,…,DP，k＝1,2,…,Kdp，n是样本数，是第i个样本的目标输出，yik是第k个规则对第i个样本的输出，μkxi是第k个规则下第i个样本的隶属值，设定误差阈值edp，评估出优质规则进入下一规则层参加训练： 其中，Qdp是第dp层优质规则的序号集合，是dp层第k个规则的误差值，edp是设定的第dp层误差阈值，K′dp是第dp层规则库优化后的规则数目，dp＝1,2,…,DP，该误差阈值应随着规则层数的增加而减少，即eDP≤…≤e2≤e1，当达到设定的期望时停止规则优化； 持续化规则优化T-S分类器的训练输出为Ydp，固定第DP层的规则，包含聚类中心cj、聚类方差δj与后件参数是DP规则层中第k个规则的后件参数，j＝1,2,…,d，k＝1,2,…,K′DP。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏科技大学，其通讯地址为：212003 江苏省镇江市梦溪路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。