基于粗糙集和模糊神经网络的空气质量评价

• 作者: 徐彩霞 李义杰
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 粗糙集 概率神经网(PNN) 分辨矩阵 空气质量
• 年，卷（期）: 2010,（15）
• 页码范围: 96-99
• 分类号: TP183
• 字数: 3871字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2010.15.030

摘要

针对概率神经网络的输入量过多会影响其训练速度的问题,采用了基于分辨矩阵的粗糙集属性约简方法,删除不相关或不重要的指标.鉴于空气质量分级标准的模糊性,将模糊数学和概率神经网络结合起来,构建了模糊概率神经网络空气质量评价模型(FPNN),然后将约简后的指标值进行模糊化处理后输入到PNN神经网络进行智能训练.实例表明.该方法提高了收敛速度,评价结果客观可靠,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李义杰	辽宁工程技术大学软件学院	34	222	10.0	12.0
2	徐彩霞	辽宁工程技术大学研究生学院	1	8	1.0	1.0