粗集神经网络过程监控模型的增量学习法

• 作者: 刘璨
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 过程监控 粗糙集 神经网络 增量学习
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 27-29
• 页数: 3页
• 分类号: TP181
• 字数: 2307字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2004.01.011

摘要

对监控对象的知识获取是过程监控的一个关键技术,粗集神经网络过程监控模型采用了事例知识获取的方法,该方法简单易行,但存在样本分布空间不能覆盖论域空间的问题.为解决该问题,本文采用了决策树增量学习法和神经网络完全学习相结合的方法.经分析表明,该方法符合粗集神经网络过程监控模型的特点,能较好地从新增样本中获取知识,并具有较快的学习速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘璨	湛江海洋大学机械工程系	7	61	3.0	7.0