| 基于规则的神经网络在模式分类中的应用 |
| 窦东阳[1] 杨建国[1] 李丽娟[2] 赵英凯[2] |
| 关键词：模式分类 粗糙集 遗传算法 特征约简 神经网络 |
| 主要内容：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. |
| 《东南大学学报：自然科学版》 2011,41(3).-482-486 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号