10.3969/j.issn.1000-3428.2006.20.070
基于神经网络和粗糙集规则的提取方法
在利用粗糙集对连续性数据进行分类规则挖掘时,需要对数据进行离散化处理,但是离散结果往往会破坏原有数据的隐含信息,提取的分类规则质量难以保证.该文设计了一种基于自组织人工神经网络与粗糙集理论的分类规则提取方法,利用神经网络自动分类的功能,对离散前后的数据进行分类,比较两次分类结果是否一致,当达到一致性结果后,再利用粗糙集理论对数据约简,进行规则提取,有效地解决了原始数据信息丢失的问题,通过实例证明了该方法的合理性.
规则挖掘、粗糙集、自组织人工神经网络、离散化
32
TP183(自动化基础理论)
科技部国际重点合作基金2003DF000004;AsiaIT&C基金117839/C/G-41-15
2006-11-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
191-192,209