基于粗糙集和神经网络在小麦病害诊断中的应用

• 作者: 吴昊 宋仁华 张燕子 李小康 汪冉 郝晓莎
• 来源期刊: 农机化研究
• 学科: 工学
• 关键词: 小麦病害 粗糙集 属性约简 诊断系统
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 新技术应用
• 页码范围: 211-214,218
• 分类号: TP391
• 字数: 3509字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2012.07.052

摘要

针对小麦病害诊断过程的复杂性以及处理信息的不确定性,综合了粗糙集理论与BP神经网络的各自优势,构建了小麦病害诊断模型.首先是对连续的样本数据进行离散化,主要采用差别矩阵计算方法进行启发式知识约简,得到最小简化规则,然后把约简结果作为BP神经网络的输入结点.实验结果表明,采用该方法不仅优化了神经网络的拓扑结构,还降低了神经网络的训练时间,同时大大提高了学习速度和故障诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕子	西北农林科技大学信息工程学院	3	25	3.0	3.0
2	吴昊	西北农林科技大学信息工程学院	19	147	7.0	11.0
3	宋仁华	西北农林科技大学信息工程学院	1	3	1.0	1.0
4	汪冉	西北农林科技大学信息工程学院	1	3	1.0	1.0
5	郝晓莎	西北农林科技大学信息工程学院	1	3	1.0	1.0
6	李小康	西北农林科技大学信息工程学院	1	3	1.0	1.0