基于粗糙集理论和BP神经网络的分层递阶分类算法

被引：19

作者：

乔斌

郭智疆

蒋静坪

机构：

[1] 浙江大学电气工程学院,浙江大学电气工程学院,浙江大学电气工程学院杭州,杭州,杭州

来源：

仪器仪表学报 | 2003年 / 01期

关键词：

决策系统; 粗糙集理论; BP神经网络;

D O I：

10.19650/j.cnki.cjsi.2003.01.008

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

根据分层递阶的原则 ,提出一种将粗糙集理论与 BP神经网络相结合的分类算法。该算法分别用粗糙集理论和 BP神经网络处理决策表中的离散属性和连续属性 ,可以避免对象连续属性离散化中产生不确定的情况。同时 ,粗糙集对于决策表噪声比较敏感 ,BP神经网络可以克服这个缺点。最后 ,对 3个公共数据库的测试验证了该分类算法的有效性。

引用

页码：31 / 35

页数：5

共 4 条

[1]

问题求解理论及应用.[M].张钹;张铃著;.清华大学出版社.1990,

[2]

针对信息系统不完备性的粗糙集分层递阶约简 [J].