用动态层次聚类算法改进粗糙集-神经网络建模过程.pdfVIP

~ 36 楼增刊 上海交通大学学报 Vol. 36 Sup. JOURNAL OF SHANGHAl JTAOTONG UNIVERS1TY o.l. 2002 2002 年 10 月 文章编号: 1006-2467(2002)向日-0021 -04 用动态层次聚类算法改进粗糙集-神经网络建模过程 余启刚 (斌汉中南民族火学电子借怠工程学院，武汉 430014) 偏 要.JIl动态层次聚桑算法取代原先用于杭雄集·神经网络建模方法中的模糊.C- mcan -;(t_lt 类算法，统一处攻粗糙集.æ讼中的~做与连续属.t鱼，从g而f史性能卒越的椒，谜集神经网络模型旦的应 用范闹得到了极大的4þ晨，侠之具有了普通性意义. 关键诩2 动态层次聚矣算法s 忽然集·神经网络税1姐:连续与离散属性 中图分类号; TP 18 文献标识码 A Improving RS而NN Modeling Process with Dynamic Layered Cluster Algorlthm YU Qi-gang (School of Electronics-Information Eng. • Wuhan South -Cenlra l Univ. (or Nationa Lities . Wuhan 430074. China) Ab s tract: Tbis paper replaαd the common c1 uster algorithm. calloo fuzzy- C-mcan , which was applied in RS-NN (Rough Set ..Neural Network) modeling melhod originally. with tbe dynamic layered cluster a lgorithm unitedly !O pr ocess the continuous and discrele altribulcs. Thu$ has grct\tly eXlelldcd the applied $cope o{ the excellent model o{ RS甸NN and has a universal significance . Key words: dynamic layered c1 uster a lgorithml RS-NN modcl ,conlinu oUJ! and discrete altrìbulìon 智能科技是当今~科技发展的根本方向，人工 规则， 深入理解结构与参数蕴含的物理索义，并通过 神经网络技术是现代替能技术的荔础，它反映了客 分析数摞|闯关系，计算条件属性的核俯.去掉输入信 观世界各种事物在错纵复杂的作用与反作用中实现 息中的冗余属性.降低俯息空间的维数和属性数量. 动态平衡的现实状态.也展示了人类大腕的智慧在 当它作神经网络前置系统时.大大简化了网络拓扑 不断学习、适应和进化中发展，日越走向高级与成熟 结构，缩短训练时间， 而神绞网络蚓又反过来帮助克 的光辉前景. 它将来源广泛的环境信息并行处瑰，分 服粗槌集方法对环境噪声的敏感性. 凶此，园内外已 布存贮，联想记忆，反债求精，虽是息容铺地动态调整 有不少学者将两者有机地综合起来.取长补短.组成 节点权值，平衡稳定系统状态，因而表现出强大的自 统…的性能优越的粗糙集， 神经网络RS蛐 NN)模