基于粗糙集理论的神经网络研究及应用

被引:10
作者
张赢 [1 ]
李琛 [2 ]
机构
[1] 不详
[2] 纽约州立大学布法罗分校工业与系统工程系
[3] 不详
[4] 华中科技大学系统工程研究所
[5] 不详
关键词
粗糙集; 神经网络; 数据挖掘; BP算法;
D O I
10.13195/j.cd.2007.04.104.zhangy.022
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
为了补偿神经网络的黑箱特性并提高其工作性能,将粗糙集理论同神经网络结合起来,提出一种基于粗糙集的神经网络体系结构.首先,利用粗糙集理论对神经网络初始化参数的选择和确定进行指导,赋予各参数相关的物理意义;然后,以系统输出误差最小化为目标对粗糙神经网络进行训练,使其满足性能要求.实验结果表明,粗糙神经网络能较好地完成数据挖掘任务,并能获得较高的分类精度.
引用
收藏
页码:462 / 464
页数:3
相关论文
共 1 条
[1]   粗糙集理论框架下的神经网络建模研究及应用 [J].
何明 ;
李博 ;
马兆丰 ;
傅向华 ;
不详 .
控制与决策 , 2005, (07) :782-785