基于粗糙集和神经网络的数据融合方法研究

• 作者: 史率 赵海 迟宇 高巍
• 来源期刊: 现代电子技术
• 关键词: 粗糙集 神经网络 BP算法 数据融合
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 科学计算及信息处理
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2009.08.023

摘要

在粗糙集和数据融合基本理论的基础上,研究基于粗糙集理论和神经网络相结合的数据融合方法.由于粗糙集理论能够有效地简化知识,降低特征的维数,将粗糙集理论和神经网络结合起来,利用基于信道容量的知识相对约简算法对输入信息进行简化,剔除冗余信息,从而缩减了神经网络的规模,提高网络的收敛性和融合系统的识别率,达到提高整个融合系统效率的目的.将改进后的融合系统与传统的神经网络融合的效率进行比较,通过实例说明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海	东北大学信息科学与工程学院	416	3872	28.0	45.0
2	高巍	东北大学信息科学与工程学院	42	98	6.0	8.0
6	迟宇		1	5	1.0	1.0
7	史率		1	5	1.0	1.0