%0 Journal Article
%T 基于模糊粗糙模型的粗神经网络建模方法研究
%A 张东波
%A 王耀南
%A 黄辉先
%J 自动化学报
%P 1016-1023
%D 2008
%R 10.3724/SP.J.1004.2008.01016
%X ？提出一种基于模糊粗糙模型的粗神经网络建模(FRM_RNN_M)方法.该方法通过自适应G-K聚类实现输入输出积空间的模糊划分,进而在聚类数和约简属性搜索的基础上,提取优化的模糊粗糙模型(Fuzzyroughmodel,FRM),并在融合神经网络后实现粗神经网络建模.分类实验表明,FRM_RNN_M的分类性能优于传统贝叶斯和LVQ方法,而且比单纯的FRM模型具有更强的综合决策能力,和传统的粗逻辑神经网络(Roughlogicneuralnetwork,RLNN)相比,FRM_RNN_M方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.
%K 粗糙集
%K 粗糙数据模型
%K 粗神经网络
%U http://www.aas.net.cn/CN/abstract/abstract17962.shtml