基于RS的GMDH神经网络在空袭目标识别中的应用

• 作者: 任晓东 曹泽阳 马飞
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 神经网络 成组数据处理 约简
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 制导工程与技术
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP18
• 字数: 2949字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2010.01.008

摘要

针对目标属性识别的特点,建立了基于粗糙集(Rough Sets, RS)的数据分组处理(Group Method of Data Handling, GMDH)神经网络分类模型.该模型较好地解决了采用高维数据集训练神经网络效率低,神经网络结构规模较大的问题.同时为了提高高维数据集合的属性约简效率,改进了集合近似质量属性约简算法.最后,通过与BP(Back-Propagation, BP)神经网络分类能力的仿真对比,结果表明,基于粗糙集的数据分组处理神经网络分类模型分类能力优于BP神经网络模型,满足现代防空作战对目标属性识别的需求,基于快速求核和集合近似质量的属性约简算法快速有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹泽阳	空军工程大学导弹学院	68	345	11.0	16.0
2	马飞	空军工程大学导弹学院	17	34	3.0	5.0
3	任晓东	空军工程大学导弹学院	1	1	1.0	1.0