10.3969/j.issn.1003-5060.2005.09.021
一种粗糙模糊神经网络分类器及其应用
提出了一种粗糙模糊神经网络分类器的模型.其过程为:利用粗糙集理论获取分类知识,根据训练样本建立决策表,进行决策表属性值离散化、属性约简和分类规则的提取;依据约简后决策表的属性、经模糊化处理的属性值及分类规则构造粗糙模糊神经网络分类器.该分类器可以有效地克服粗糙集规则匹配方法抗噪声能力和规则泛化能力差的缺点;同时可简化神经网络的结构,加快网络的训练速度.并详细介绍了该分类器用于汽车车牌字符识别的步骤和实验结果.
粗糙集、粗糙模糊神经网络、字符识别
28
TP391(计算技术、计算机技术)
安徽省自然科学基金01042310
2005-11-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
1057-1061