粗糙集与模糊系统集成的化学模式分类方法及其应用

摘要：

模糊方法是一种有效的化学模式分类方法,但模糊规则的获取和相关参数的确定较为困难.对此,本文采用粗糙集方法,无需任何先验知识,约简系统,获取最简规则集,在此基础上构建结构合理、适用于分类的模糊-神经网络系统,并根据规则的统计性质和离散化结果初始化网络参数,采用LM方法训练网络;在橄榄油模式分类建模的应用中,该方法训练收敛速度快,所建模型预测性能良好,要优于现代统计方法和前馈神经网络.

关键词：粗糙集、模糊系统、神经网络、化学模式分类、集成

所属期刊栏目：23

分类号：TP183(自动化基础理论)

资助基金：江西省教育厅科研项目赣教技字[2006]37号

在线出版日期：2006-11-13（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：619-622