10.3969/j.issn.1004-3918.2010.04.016
基于粗糙集和BP神经网络的空气质量评价方法
基于粗糙集理论,提出了空气质量评价参数的选取算法,在不降低有效分类信息的前提下对监测数据经过约简并作为BP神经网络的输入数据,简化了网络结构,提高了训练速度和测试精度.基于BP神经网络的空气质量评价方法能有效融合多种监测数据,系统通用性强.实验表明,基于粗糙集和BP神经网络的空气质量评价方法是可行有效的.
粗糙集、BP神经网络、评价、属性约简、训练
28
TP18(自动化基础理论)
国家社会科学基金资助项目06BYY047;河南省教育厅自然科学研究项目2008A520020
2010-06-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
432-435