基于粗糙集的神经网络在模式识别中的应用

• 作者: 周洪宝 宫宁生 闵珍
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 粗糙集 神经网络 模式识别 属性 约简
• 年，卷（期）: 2007,（22）
• 所属期刊栏目: 人工智能
• 页码范围: 5464-5467
• 页数: 4页
• 分类号: TP183
• 字数: 3389字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.22.043

摘要

神经网络在模式识别中的应用十分广泛,由于网络训练样本中存在大量的冗余信息,常导致神经网络结构复杂,训练速度较慢、识别率不高等问题.在神经网络训练前,引用粗糙集理论对神经网络的训练样本进行属性约简,提取训练样本的重要特征,使得训练样本的输入向量维数减少,进而简化神经网络的结构,提高网络训练速度和识别率.仿真实验表明,此方法切实有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵珍	南京工业大学土木学院	13	152	5.0	12.0
2	宫宁生	南京工业大学信息科学与工程学院	54	473	12.0	20.0
3	周洪宝	南京工业大学信息科学与工程学院	9	31	3.0	5.0