基于论域空间模糊划分的粗集神经网络

摘要：

针对粗集神经网络构建过程中的论域空间划分问题,提出一种基于模糊聚类的论域划分方法.将带交叉变异算子的粒子群优化算法(PSO)与模糊C-均值聚类算法(FCM)相结合,给出一种新的模糊聚类算法CMPSO-FCM,该算法具有良好的搜索能力和聚类效果.提出一种基于信息熵的模糊粗糙集决策规则获取方法,并用获取的规则指导粗集神经网络的构建.实验结果表明,该方法构造的神经网络具有更精简的结构、较好的分类精度和泛化能力.

关键词：粗集神经网络、模糊聚类、PSO算法、FCM算法、信息熵、属性约简

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60835004

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：199-201