一种适用于模式分类的模糊粗隶属函数神经网络

• 作者: 张东波 王耀南
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 模糊粗糙集 模糊粗隶属函数 RBF神经网络 模糊粗隶属函数神经网络 遥感图像分类 神经网络
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 电气工程
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP753
• 语种: 中文
• DOI: 10.3321/j.issn:1000-2472.2007.05.009

摘要

在设计模式分类器时,由于很难甚至不可能获得实现精确分类的所有必要的本质特征属性,使得在进行分类时出现模糊不确定性和粗糙不确定性并存的情况.基于模糊粗糙集理论,本文构建了一种模糊粗隶属函数神经网络FRMFN.该网络融合了模糊信息和粗糙信息的处理能力,在对加拿大Norman Wells地区的红外波段合成图像进行分类的测试中,显示FRMFN网络具有比相应RBF网络更好的分类精度,同时保留了RBF网络学习速度快的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	张东波	湖南大学电气与信息工程学院	16	259	8.0	16.0