粗糙集理论框架下的神经网络建模研究及应用
DOI:
CSTR:
作者:
作者单位:

西安交通大学计算机科学与技术系, 陕西西安710049

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为协调决策支持和分类, 引入了一种新的方法, 该方法将粗糙集理论和神经网络有机地结合在一起, 提出了
    一种基于粗糙集理论的神经网络模型构造方法. 首先, 利用粗糙集理论智能数据分析的能力, 对神经网络进行预处
    理, 抽取关键成分作为神经网络的输入, 从而确定粗糙神经网络的初始拓扑结构. 在此基础上, 进一步研究和分析了
    该模型的实现步骤, 并应用原始数据对网络进行训练, 最后将该模型应用于分类规则的抽取. 试验结果比较表明, 该
    模型可以有效地提高分类的精度.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

何 明, 李 博, 马兆丰,等.粗糙集理论框架下的神经网络建模研究及应用[J].控制与决策,2005,20(7):782-785

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2005-07-20
  • 出版日期:
文章二维码