基于规则的神经网络在模式分类中的应用

• 作者: 李丽娟 杨建国 窦东阳 赵英凯
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式分类 粗糙集 遗传算法 特征约简 神经网络
• 年，卷（期）: 2011,（3）
• 页码范围: 482-486
• 分类号: TP18
• 字数: 4574字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2011.03.010

摘要

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽娟	南京工业大学自动化与电气工程学院	54	285	9.0	13.0
2	赵英凯	南京工业大学自动化与电气工程学院	116	1452	17.0	33.0
3	杨建国	中国矿业大学化工学院	39	403	12.0	18.0
4	窦东阳	中国矿业大学化工学院	17	103	5.0	9.0