期刊文献+

粗糙集理论在信息融合中的应用

在线阅读 下载PDF
导出
摘要 针对信息融合中常遇到的数据超载问题,提出采用粗糙集与神经网络结合的方法。该方法利用粗糙集理论分析数据,挑出有用属性并删除多余属性,从而减小数据集的大小,进而缩短训练时间,提高了效率,同时又不损失源数据集中包含的有用信息。
作者 赵研
出处 《福建电脑》 2010年第6期74-74,101,共2页 Journal of Fujian Computer
  • 相关文献

参考文献5

二级参考文献24

  • 1Chen Zunde,Pattern Recognition Artificial Intelligence,1999年,12卷,1期,1页
  • 2Han Zhenxiang,控制理论与应用,1999年,16卷,2期,153页
  • 3Lou Shuntian,System Analysis and Design with Matlab:Neural Network,1998年
  • 4Zeng Huanglin,粗集理论及其应用,1998年
  • 5Wang Jue,Pattern Recognition Artificial Intelligence,1996年,9卷,4期,337页
  • 6Jiao Licheng,神经网络计算,1996年
  • 7Z Pawlak.Rough Set-Theoretical Aspects of Reasoning about Data[C].Dordrecht:Kluwer Academic Publishers,1991.9-30.
  • 8I Duntsch,G Gediga.Simple Data Filtering in Rough Set Systems[J].International Journal of Approximate Reasoning,1998,18(1-2):93-106.
  • 9JiYe Liang,ZhongZhi Shi,DeYu Li.Applications of Inclusion Degree in Rough Set Theory[J].International Journal of Computational Cognition,2003,1(2):67-78.
  • 10Geoffrey G Towell,Jude W Shavlik.Knowledge-based Artificial Neural Networksm[J].Artificial Intelligence,1994,70:119-165.

共引文献47

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部