基于模糊-粗糙集理论的神经网络模式识别方法

• 作者: 夏兴华 李界家 王长涛 韩中华
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 模糊逻辑 神经网络 模式识别 胶合板缺陷检测
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 399-404
• 页数: 6页
• 分类号: TP183
• 字数: 3573字
• 语种: 中文

摘要

目的 通过对数据进行约简提高模式识别中数据的有效性,以提高胶合板缺陷检测的准确率和在线的实时性.方法 利用粗糙集理论在数据约简上的优势,提取出对模式识别决策结果影响最大的属性,约简掉对决策结果影响较小的属性.利用模糊逻辑在不确定性问题的能力,提高边缘属性在模式识别中的权重值.利用神经网络在模式识别中的有效性,将粗糙集算法、模糊逻辑、神经网络的人工智能算法有效相结合,提出一种基于模糊粗糙集神经网络的模式识别分类方法.结果 结合胶合板缺陷检测,针对胶合板的13类缺陷的17个属性,提取出最有效的数据,约简了对决策影响最小的4个属性.结论 基于模糊-粗糙集理论的神经网络模式识别算法提高了数据的有效性,增强了缺陷检测的准确度,提升了在线检测的实时性,取得了良好的研究结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李界家	沈阳建筑大学信息与控制工程学院	117	683	13.0	20.0
2	王长涛	沈阳建筑大学信息与控制工程学院	55	329	9.0	15.0
3	夏兴华	沈阳建筑大学信息与控制工程学院	17	84	6.0	9.0
4	韩中华	沈阳建筑大学信息与控制工程学院	48	308	9.0	15.0