一种新型的神经网络构造方法RCBNN

摘要：

一个好的神经网络结构可以大大提高它的处理能力和收敛速度,所以神经网络的构造方法一直是人们研究的热点问题.本文利用粗集理论的数据分析能力和决策树对数值属性的分割能力,提出一种基于粗集与决策树的新型神经网络构造方法RCBNN.经试验表明,使用该方法构造的神经网络,具有易于构造、可理解性好、收敛速度快且构造的网络规模较小的特点.

关键词：神经网络、粗集、决策树

所属期刊栏目：32

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60273033;江苏省自然科学基金BK2003067

在线出版日期：2005-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：166-169