一种支持向量机粗糙神经网络的构造与分类决策

• 作者: 肖迪 胡寿松
• 来源期刊: 信息与控制
• 关键词: 粗糙集 神经网络 支持向量机 分类
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 实际问题探讨
• 页码范围: 373-375,379
• 页数: 4页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.03.026

摘要

本文根据支持向量机可以解决小样本学习问题的优势,再结合粗集理论对不确定性问题分析的特点,提出一种支持向量机的粗糙神经网络的构造方法.该方法引人多个类似于支持向量机的子神经网络,并将网络中的隐层单元设计成由多组粗糙神经元构成的网络单元.这种新型神经网络具有结构确定、可解释性好、计算简单、收敛速度快等特点.最后,以某型歼击机的飞机舵面故障判决为例,用仿真结果证明,本文方法是行之有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡寿松	南京航空航天大学自动化学院	185	3001	28.0	46.0
2	肖迪	南京航空航天大学自动化学院	5	80	4.0	5.0