|
|
自动化学报 2008
基于模糊粗糙模型的粗神经网络建模方法研究DOI: 10.3724/SP.J.1004.2008.01016, PP. 1016-1023 Abstract: ？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.
|
