混合智能系统r—csnn及其应用

常见分类算法面对海量数据时，在时间效率、鲁棒性和精确性上都显示出了不足。为此，本文将混合智能系统引入到神经网络分类算法的研究中，针对传统神经网络算法在训练速度和鲁棒性上的不足，提出了一个基于粗糙集、免疫算法和神经网络的混合智能系统。该系统以粗糙集为前端处理器，在保证一定信息量的基础上对输入到神经网络的数据进行约简，接着用改进免疫算法作为学习算子的神经网络进行训练。最后，通过uci下的数据库进行仿真实验，验证了该系统的有效性。