神经模糊网络特征选择

• 作者: 张天序 桑农 谢衍涛 高如新
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 神经模糊网络 隶属度函数 网络剪枝 特征选择
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 739-745
• 页数: 7页
• 分类号: TP3
• 字数: 5661字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.06.010

摘要

基于人工神经网络的特征选择算法一般可以看作是剪枝算法的一个特例:通过剪枝输入节点,计算网络输出对该输入节点对应特征的敏感性.但这些方法往往要求首先对数据做归一化的工作,这可能会改变原数据具备的对分类很重要的某些性质.神经模糊网络是具有自学习能力的模糊推理系统,本文将其与基于隶属度空间的剪枝技术结合起来提出新的特征选择算法.其特点是隶属度函数是自适应学习的,且学习过程在特征选择之前完成.分别对自然数据和人工数据进行实验,并与其它方法相比,结果证明该算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑农	华中科技大学图像识别与人工智能研究所	72	1091	19.0	30.0
2	张天序	华中科技大学图像信息处理与智能控制教育部重点实验室	184	3360	30.0	49.0
3	谢衍涛	华中科技大学图像识别与人工智能研究所	2	6	2.0	2.0
4	高如新	华中科技大学图像识别与人工智能研究所	2	8	2.0	2.0