10.3321/j.issn:0254-3087.2003.01.008
基于粗糙集理论和BP神经网络的分层递阶分类算法
根据分层递阶的原则,提出一种将粗糙集理论与BP神经网络相结合的分类算法.该算法分别用粗糙集理论和BP神经网络处理决策表中的离散属性和连续属性,可以避免对象连续属性离散化中产生不确定的情况.同时,粗糙集对于决策表噪声比较敏感,BP神经网络可以克服这个缺点.最后,对3个公共数据库的测试验证了该分类算法的有效性.
决策系统、粗糙集理论、BP神经网络
24
TP18(自动化基础理论)
国防科技预研跨行业综合技术项目J16.6.3
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35