计算机科学 ›› 2007, Vol. 34 ›› Issue (4): 179-181.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 常见分类算法面对海量数据时，在时间效率、鲁棒性和精确性上都显示出了不足。为此，本文将混合智能系统引入到神经网络分类算法的研究中，针对传统神经网络算法在训练速度和鲁棒性上的不足，提出了一个基于粗糙集、免疫算法和神经网络的混合智能系统。该系统以粗糙集为前端处理器，在保证一定信息量的基础上对输入到神经网络的数据进行约简，接着用改进免疫算法作为学习算子的神经网络进行训练。最后，通过UCI下的数据库进行仿真实验，验证了该系统的有效性。
关键词: 粗糙集 人工神经网络 免疫算法
Abstract: Facing the huge amounts of data the familiar classification algorithms show the shortages on the time efficiency, robustness and accuracy. So this article puts the hybrid intelligent systems into the research of classification algorithm. We propose hybrid
Key words: Rough set, Artificial neural network, Immune algorithm
. 混合智能系统R—CSNN及其应用[J]. 计算机科学, 2007, 34(4): 179-181. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I4/179
Cited
首页