基于粗糙集和神经网络结合的鱼病诊断方法

• 作者: 吴远红 徐妙君
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 粗糙集 模糊kohonch聚类网络 鱼病诊断 条件属性 症状集
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1738-1741
• 页数: 4页
• 分类号: TP399
• 字数: 4652字
• 语种: 中文

摘要

为了实现鱼病的快速和大批量诊断的目的,将粗糙集理论和神经网络紧密结合建立一种新的高效鱼病诊断模型.利用粗糙集进行知识获取,即把鱼病的典型案例作为样本空间形成"症状一疾病"的决策表,然后根据粗糙集的知识简化方法,去掉冗余的属性和样本,利用性能优良的模糊kohonen聚类网络进行聚类分析,最后形成鱼病的分类规则,新的鱼病就可通过此规则进行诊断,该模型充分融合了粗糙集强大的规则提取能力和神经网络优良的分类能力,实验证明模型具有很好的分类效率,可以实现鱼病的快速诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴远红	浙江海洋学院数理与信息学院	21	60	3.0	7.0
2	徐妙君	浙江海洋学院数理与信息学院	19	59	4.0	6.0