-
题名基于粗糙集的并行协作模块化神经网络模式分类器
被引量：1
- 1
-
-
作者
凌卫新
郑启伦
陈琼
-
机构
华南理工大学应用数学系
华南理工大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2002年第23期57-60,共4页
-
基金
国家自然科学基金项目(编号:69783008)
国家博士点基金项目(编号:98056117)
+1 种基金
广东省自然科学基金项目(编号:990582)
华南理工大学自然科基金项目(编号:E5-121-131)
-
文摘
该文提出了基于粗糙集的K类模式分类器的体系结构(RSPCMNNC),基于粗糙集理论提出了三个预处理算法,简化了分类器的结构,降低了学习难度,有效地避免产生过多的子网。样本空间基于最大均衡的策略来划分,保证BP算法在学习过程中的有效性。实验结果表明,该文提出的RSPCMNNC分类器显示出更高的识别率,对于实际应用中多特征模式的识别问题,具有很大的实用价值。
-
关键词
粗糙集
并行协作模块化
神经网络
模式分类器
任务分解
-
Keywords
Pattern classifier,Modular neural networks,Rough set,Task decomposition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
