计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2006年
7期
619-622
,共4页
粗糙集%模糊系统%神经网络%化学模式分类%集成
粗糙集%模糊繫統%神經網絡%化學模式分類%集成
조조집%모호계통%신경망락%화학모식분류%집성
模糊方法是一种有效的化学模式分类方法,但模糊规则的获取和相关参数的确定较为困难.对此,本文采用粗糙集方法,无需任何先验知识,约简系统,获取最简规则集,在此基础上构建结构合理、适用于分类的模糊-神经网络系统,并根据规则的统计性质和离散化结果初始化网络参数,采用LM方法训练网络;在橄榄油模式分类建模的应用中,该方法训练收敛速度快,所建模型预测性能良好,要优于现代统计方法和前馈神经网络.
模糊方法是一種有效的化學模式分類方法,但模糊規則的穫取和相關參數的確定較為睏難.對此,本文採用粗糙集方法,無需任何先驗知識,約簡繫統,穫取最簡規則集,在此基礎上構建結構閤理、適用于分類的模糊-神經網絡繫統,併根據規則的統計性質和離散化結果初始化網絡參數,採用LM方法訓練網絡;在橄欖油模式分類建模的應用中,該方法訓練收斂速度快,所建模型預測性能良好,要優于現代統計方法和前饋神經網絡.
모호방법시일충유효적화학모식분류방법,단모호규칙적획취화상관삼수적학정교위곤난.대차,본문채용조조집방법,무수임하선험지식,약간계통,획취최간규칙집,재차기출상구건결구합리、괄용우분류적모호-신경망락계통,병근거규칙적통계성질화리산화결과초시화망락삼수,채용LM방법훈련망락;재감람유모식분류건모적응용중,해방법훈련수렴속도쾌,소건모형예측성능량호,요우우현대통계방법화전궤신경망락.
