计算机科学 ›› 2005, Vol. 32 ›› Issue (8): 166-169.
• 软件工程与数据库技术 • 上一篇 下一篇
谢振华 李宁 商琳 陈兆乾 陈世福
出版日期:
发布日期:
基金资助:
Xie ZheHua;Li Ning;Shang Lin;Chen ZhaoQian;Chen ShiFu
Online:
Published:
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 神经网络结构 构造方法 收敛速度 处理能力 粗集理论 数值属性 分析能力
Abstract: A good structure can greatly improve the power and convergent speed of neural network. According this, the constructing method is always a hotspot in neural network research. This paper proposes a constructing method for neural network based on Rough Set
Key words: Neural network, Rough set, Decision tree
谢振华 李宁 商琳 陈兆乾 陈世福. 一种新型的神经网络构造方法RCBNN[J]. 计算机科学, 2005, 32(8): 166-169. https://doi.org/
Xie ZheHua;Li Ning;Shang Lin;Chen ZhaoQian;Chen ShiFu. [J]. Computer Science, 2005, 32(8): 166-169. 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/Y2005/V32/I8/166
Cited
首页