基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法.先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率.与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性.
推荐文章
基于粗糙集和神经网络的数据融合方法研究
粗糙集
神经网络
BP算法
数据融合
基于粗糙集和神经网络的信息融合方法
粗糙集
BP神经网络
信息融合
煤矿安全
基于粗糙集和BP神经网络的空气质量评价方法
粗糙集
BP神经网络
评价
属性约简
训练
基于灰色粗糙集与BP神经网络的设备故障预测
灰色关联分析
粗糙集
BP神经网络
约简
故障预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粗糙集结合BP神经网络的数据融合方法研究
来源期刊 西安理工大学学报 学科 工学
关键词 粗糙集 神经网络 约简算法 数据融合
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 311-314
页数 4页 分类号 TP274
字数 4005字 语种 中文
DOI 10.3969/j.issn.1006-4710.2006.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张志禹 西安理工大学自动化与信息工程学院 68 466 12.0 18.0
2 王刚 西安理工大学自动化与信息工程学院 10 102 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (157)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (34)
二级引证文献  (140)
1982(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(0)
  • 二级引证文献(4)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(13)
  • 引证文献(0)
  • 二级引证文献(13)
2015(24)
  • 引证文献(1)
  • 二级引证文献(23)
2016(16)
  • 引证文献(0)
  • 二级引证文献(16)
2017(15)
  • 引证文献(2)
  • 二级引证文献(13)
2018(29)
  • 引证文献(0)
  • 二级引证文献(29)
2019(20)
  • 引证文献(1)
  • 二级引证文献(19)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
粗糙集
神经网络
约简算法
数据融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
论文1v1指导