检索范围:
排序: 展示方式:
黄显明,易继锴
《中国工程科学》 2004年 第6卷 第4期 页码 44-50
提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力,而模糊神经网络具有准确的逼近收敛能力和较高的精度,所以通过两者的结合,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为:首先,利用Rough集理论对给定数据集进行规则获取;然后,根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值;最后,用BP算法迭代求出网络的各种参数,完成网络的设计
陈双叶,张微敬
《中国工程科学》 2006年 第8卷 第12期 页码 75-79
将粗糙集理论和模糊逻辑技术结合起来,提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法,从大量原始数据中发现精简的、概略化的规则,结合模糊逻辑推理建立一致粗糙模糊模型,并提出了对模型进行扩充与完备化的概念。
罗党
《中国工程科学》 2004年 第6卷 第12期 页码 32-36
利用模糊集理论和粗糙集理论在处理不确定性和不精确性问题方面侧重点的差异性,构造一种组合决策模型。该模型从问题领域内的部分不精确信息出发利用模糊聚类方法构造一个决策信息系统,利用粗糙集理论关于决策规则的约简方法从决策信息系统中提取(挖掘)决策规则,使之适用于问题的整个领域。
苗成林,冯俊文
《中国工程科学》 2011年 第13卷 第9期 页码 109-112
曾黄麟,王晓
《中国工程科学》 2003年 第5卷 第12期 页码 60-65
介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念,讨论了知识编码、属性简化、分类系统简化的方法;并利用模糊隶属度函数将输入精确信息映射为模糊变量信息,解决分类中病态定义的数据问题和提高系统非线性映射的分类能力;提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。
陈双叶,易继锴
《中国工程科学》 2001年 第3卷 第12期 页码 42-46
提出一种基于粗糙集理论的模糊神经网络系统,首先运用粗糙集理论来发现大量样本数据中的概略化的规则,然后根据这些规则来设计神经网络的结构模型,并利用神经网络技术对模型进行训练。
Data mining diagnosis system based on rough set theory for boilers in thermal power plants
YANG Ping
《机械工程前沿(英文)》 2006年 第1卷 第2期 页码 162-167 doi: 10.1007/s11465-006-0017-z
区间值信息系统中基于信息熵的属性约简 Article
Jian-hua DAI,Hu HU,Guo-jie ZHENG,Qing-hua HU,Hui-feng HAN,Hong SHI
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 919-928 doi: 10.1631/FITEE.1500447
关键词: 粗糙集理论;区间值数据;属性约简;熵
The research on structural damage identification using rough set and integrated neural network
Juelong LI, Hairui LI, Jianchun XING, Qiliang YANG
《机械工程前沿(英文)》 2013年 第8卷 第3期 页码 305-310 doi: 10.1007/s11465-013-0259-5
A huge amount of information and identification accuracy in large civil engineering structural damage identification has not been addressed yet. To efficiently solve this problem, a new damage identification method based on rough set and integrated neural network is first proposed. In brief, rough set was used to reduce attributes so as to decrease spatial dimensions of data and extract effective features. And then the reduced attributes will be put into the sub-neural network. The sub-neural network can give the preliminary diagnosis from different aspects of damage. The decision fusion network will give the final damage identification results. The identification examples show that this method can simplify the redundant information to reduce the neural network model, making full use of the range of information to effectively improve the accuracy of structural damage identification.
关键词: rough set integrated neural network damage identification decision making fusion
Reduction of rough set attribute based on immune clone selection
LIANG Lin, XU Guang-hua
《机械工程前沿(英文)》 2006年 第1卷 第4期 页码 413-417 doi: 10.1007/s11465-006-0049-4
关键词: inherent distribution maturation evolution diversity antibody
Five-axis rough machining for impellers
Ruolong QI, Weijun LIU, Hongyou BIAN, Lun LI
《机械工程前沿(英文)》 2009年 第4卷 第1期 页码 71-76 doi: 10.1007/s11465-009-0010-4
关键词: five-axis impeller tool-path planning flank milling ruled surface
标题 作者 时间 类型 操作
Data mining diagnosis system based on rough set theory for boilers in thermal power plants
YANG Ping
期刊论文
The research on structural damage identification using rough set and integrated neural network
Juelong LI, Hairui LI, Jianchun XING, Qiliang YANG
期刊论文