一种基于属性重要性的粗糙RBF神经网络

被引：2

作者：

李昌彪 ^{[1
]}

夏克文 ^{[1
]}

宋建平 ^{[1
]}

闾晓晨 ^{[2
]}

机构：

[1] 西安交通大学电子与信息工程学院

[2] 华南理工大学物理科学与技术学院

来源：

控制与决策 | 2006年 / 07期

关键词：

粗糙RBF神经网络; 粗糙集; 属性重要性; 油水层识别;

D O I：

10.13195/j.cd.2006.07.103.lichb.023

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种基于属性重要性的粗糙RBF神经网络模型,该模型不仅具有明确的生物意义和物理意义,而且简化了拓扑结构,减少了运算量和成本.实际应用结果表明,这种粗糙RBF神经网络在油水层识别中效果显著,其学习训练速度和拟合精度远优于传统的RBF网络算法.

引用

页码：821 / 824+828 +828

页数：5

共 5 条

[1] 样本信息处理中一种属性约简方法的研究 [J].

夏克文 ;

沈钧毅 ;

李昌彪 ;

不详 .

西安交通大学学报 , 2005, (06) :558-561+602

[2] 基于粗集理论的多属性决策分析 [J].

安利平 ;

陈增强 ;

袁著祉 ;

不详 .

控制与决策 , 2005, (03) :294-298

[3] 基于粗糙集理论的电力变压器故障诊断方法研究 [J].

倪远平 ;

周建华 ;

李彬华 ;

邹金慧 ;

不详 .

控制与决策 , 2004, (08) :943-946

[4] 一种改进的粗糙集属性约简启发式算法 [J].

石峰 ;

娄臻亮 ;

张永清 .

上海交通大学学报, 2002, (04) :478-481

[5] 基于逼近精度的一个粗糙集属性约简算法 [J].

叶东毅 ;

黄翠微 ;

赵斌 .

福州大学学报(自然科学版), 2000, (01) :7-10

← 1 →