Rough集理论在神经网络材料性能参数实时识别中的应用

• 作者: 杨嵩 苏春建 赵军 马瑞
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: Rough集 数据约简 实时识别 BP神经网络
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 106-109
• 页数: 4页
• 分类号: TG301
• 字数: 2670字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3940.2007.01.033

摘要

运用神经网络技术实现材料性能参数的实时识别是智能化拉深的重要研究课题.由于训练样本数据的冗余使得BP网络收敛精度差、速度慢,直接影响到网络的识别精度.运用Rough集理论强大的数据分类简约功能,能够去掉多余属性的样本数据,从而优化了神经网络的拓扑结构.经过试验验证优化后的网络不仅收敛速度快、精度得到极大提高,而且网络预测相对误差精度都在6%以下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵军	燕山大学机械工程学院	130	1134	19.0	26.0
2	马瑞	燕山大学机械工程学院	48	251	10.0	13.0
3	苏春建	燕山大学机械工程学院	16	81	5.0	8.0
4	杨嵩	燕山大学机械工程学院	7	51	3.0	7.0