首页> 中文期刊> 《情报学报》 >杂合VPRS与PNN的知识发现方法

杂合VPRS与PNN的知识发现方法

         

摘要

本文提出一种变精度粗糙集(Variable precision rough sets,VPRS)与概率神经网络(Probabilistic Neural Network,PNN)杂合的方法.变精度粗糙集对噪声数据有一定的相容性,给定置信阈值β,通过变精度粗糙集模型将信息系统中的冗余属性排除,求出一个最小的知识表示,由此可以约简神经网络的输入.由于概率神经网络的分类及泛化能力较强,接下来应用概率神经网络建立的模型进行分类、预测.实验表明,变精度粗糙集与概率神经网络杂合方法的分类及预测精度均较高.该方法可用于从模糊的、冗余的、不完备的且有噪声的大型数据库中发现知识.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号