东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2011年
3期
482-486
,共5页
窦东阳%杨建国%李丽娟%赵英凯
竇東暘%楊建國%李麗娟%趙英凱
두동양%양건국%리려연%조영개
模式分类%粗糙集%遗传算法%特征约简%神经网络
模式分類%粗糙集%遺傳算法%特徵約簡%神經網絡
모식분류%조조집%유전산법%특정약간%신경망락
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.
針對模式分類任務,提齣一種基于粗糙集規則的神經網絡構造方法.首先,利用粗糙集理論和遺傳算法約簡輸入特徵,在儘量保持分類能力不變的情況下降低條件屬性維數,併推導齣簡練的分類規則集閤.然後,以規則集為基礎構造BP神經網絡結構、確定網絡層數、輸入輸齣節點數等,併計算規則的條件屬性重要度和依賴度2箇參數對連接權值進行初始化.最後,通過一箇實例驗證瞭方法的有效性,結果錶明該方法能有效解決傳統神經網絡構造難、解釋難、過擬閤等問題,提高瞭分類精度,降低瞭訓練時間.此外,初步探討瞭網絡訓練時對知識提煉的影響.
침대모식분류임무,제출일충기우조조집규칙적신경망락구조방법.수선,이용조조집이론화유전산법약간수입특정,재진량보지분류능력불변적정황하강저조건속성유수,병추도출간련적분류규칙집합.연후,이규칙집위기출구조BP신경망락결구、학정망락층수、수입수출절점수등,병계산규칙적조건속성중요도화의뢰도2개삼수대련접권치진행초시화.최후,통과일개실례험증료방법적유효성,결과표명해방법능유효해결전통신경망락구조난、해석난、과의합등문제,제고료분류정도,강저료훈련시간.차외,초보탐토료망락훈련시대지식제련적영향.
