基于神经网络和粗糙集规则的提取方法

• 作者: 傅泽田 庄传礼 李道亮 杨萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 规则挖掘 粗糙集 自组织人工神经网络 离散化
• 年，卷（期）: 2006,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 191-192,209
• 页数: 3页
• 分类号: TP183
• 字数: 2917字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.20.070

摘要

在利用粗糙集对连续性数据进行分类规则挖掘时,需要对数据进行离散化处理,但是离散结果往往会破坏原有数据的隐含信息,提取的分类规则质量难以保证.该文设计了一种基于自组织人工神经网络与粗糙集理论的分类规则提取方法,利用神经网络自动分类的功能,对离散前后的数据进行分类,比较两次分类结果是否一致,当达到一致性结果后,再利用粗糙集理论对数据约简,进行规则提取,有效地解决了原始数据信息丢失的问题,通过实例证明了该方法的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅泽田	中国农业大学经济管理学院	235	4196	33.0	54.0
5	李道亮	中国农业大学教育部精细农业系统集成研究重点实验室	137	2290	25.0	40.0
6	庄传礼	中国农业大学经济管理学院	4	42	4.0	4.0
10	杨萍	中国农业大学经济管理学院	9	128	5.0	9.0