收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粗糙集的粒度神经网络研究

许新征  
【摘要】:作为粒计算的三个主要模型之一,粗糙集理论可以直接对数据进行分析和推理,从中发现隐含的知识,揭示潜在的规律。因此,是一种天然的数据挖掘方法。而作为数据挖掘的另一种经典方法,神经网络是一种模仿生物神经网络行为特征,进行分布式并行信息处理的智能计算模型。鉴于粗糙集和神经网络在信息处理方式、知识获取方式、抑制噪声能力、泛化测试能力等方面有很多互补之处,将两者集成的粒度神经网络模型作为智能集成系统的一个新的重要分支,已成为该领域的研究热点问题之一。 本文从两个方面研究了基于粗糙集的粒度神经网络模型。一种方式是使用粗糙集作为前置系统,利用属性约简算法对数据集进行粒度约简,以简化神经网络的结构,提高神经网络的训练速度和预测精度。另一种方式是利用粗糙集及其扩展模型来提取决策规则,根据提取的规则来定义粒度神经元及其连接权值,实现粗糙集和神经网络的无缝融合。此外,本文还研究了每一种粒度神经网络模型的极速学习算法,该算法通过数学变换实现了学习过程的一次性完成。本文的主要研究内容包括以下几个方面: 1.在保证分类能力不变的基础上,通过粗糙集理论中的属性约简算法对训练样本集进行粒度约简。根据约简后的训练集,优化粒度BP神经网络的结构,加快网络的训练速度,提高网络的泛化能力。针对传统BP算法训练速度慢、易陷入局部最小和过拟合等问题,本文提出了基于具有全局搜索能力的量子微粒群算法来自适应地确定粒度BP网络的隐层神经元个数、连接权值和阈值等参数。 2.利用粗糙集和AP聚类算法来优化粒度RBF神经网络结构,提出了一种新的粒度RBF神经网络模型。在该模型中,利用无需任何先验知识的AP聚类算法对约简后的数据集进行聚类,将聚类后得到的中心及其宽度传递给粒度RBF网络隐层中的RBF单元。然后,对每一个约简后的样本实例,计算隐层中RBF单元的输出,并利用传统RBF算法训练粒度RBF网络。 3.提出了一种改进的极速学习算法,用来优化单隐层粒度神经网络模型。该算法利用AP聚类自适应地确定极速学习算法中的隐层节点个数,并以聚类中心和宽度构造了新的激活函数(高斯函数)。利用该算法来优化粒度BP神经网络和粒度RBF神经网络,实现这两种粒度神经网络在统一框架下的自适应极速学习,以此建立了具有自适应极速学习能力的单隐层粒度神经网络模型。 4.根据属性约简和值约简后的数据集提取的决策规则,建立了一种新的粒度神经网络模型——粗规则粒度神经网络。在该模型中,规则匹配层取代了传统神经网络结构中的隐层,该层的每一个粒度神经元代表一条决策规则,并依据规则的前件和后件初始化输入连接权值和输出连接权值。最后,利用极速学习算法进一步调整输出连接权值,以提高网络的分类能力。 5.考虑到决策规则还应具有一定的容错能力,基于变精度粗糙集理论,提出了粒度双神经元网络及其学习算法。在该模型中,中间层神经元都为粒度双神经元结构,用来表示每条决策规则的上近似和下近似。最后,利用极速学习算法调整网络的连接权值,以提高网络的分类能力。此外,为提高粒度双神经元处理大规模数据集的能力,本文引入AP聚类对数据集进行粒化处理,提出了基于AP聚类的粒度双神经元网络优化方法。 全文的主要工作是提出了几种基于粗糙集的粒度神经网络模型及其学习算法,并通过实验验证了网络结构及其学习算法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘红;王国成;李航;;粗集—RBF神经网络在故障诊断中的应用[J];装备制造技术;2010年06期
2 张丽平;闫德勤;张凤梅;;一种基于神经网络规则提取的新方法[J];计算机工程与应用;2006年29期
3 杨冬风;杨冬秀;;粗糙神经智能疑似乳癌图像分类方法研究[J];计算机工程与应用;2010年12期
4 孙林嘉;李茹;;基于粗神经网络的瓦斯预测专家系统[J];电脑开发与应用;2008年01期
5 谭琳;王云龙;;基于RSNN的计算机网络应用层故障诊断[J];硅谷;2011年06期
6 谭琳;;基于粗糙集神经网络的应用层故障诊断系统[J];信息与电脑(理论版);2011年03期
7 李陶深,韩婷;一种基于粗集理论与神经网络的综合数据挖掘算法[J];广西大学学报(自然科学版);2004年03期
8 查东辉;;复杂背景下车牌字符的分割与识别[J];沿海企业与科技;2008年05期
9 李鹏;俞国燕;;多指标综合评价方法研究综述[J];机电产品开发与创新;2009年04期
10 梁辰,黄正良,刘知贵;粗集理论在神经网络模式识别中的应用[J];兵工自动化;2005年01期
11 冯志鹏,宋希庚,薛冬新;基于粗糙集与神经网络集成的内燃机故障诊断[J];内燃机学报;2003年01期
12 彭宏;基于粗糙集-神经网络的入侵检测方法研究[J];计算机工程与应用;2004年20期
13 李千目,戚湧,张宏,刘凤玉;基于粗糙集神经网络的网络故障诊断新方法[J];计算机研究与发展;2004年10期
14 李千目,戚勇,刘凤玉;基于神经网络的网络故障诊断[J];计算机工程;2003年21期
15 哈斯巴干,马建文,李启青,陈雪,戴芹;容差粗糙集与神经网络结合的遥感数据分类方法[J];中国科学D辑;2004年10期
16 曹裕;王军玲;;基于神经网络与粗糙集的车牌字符识别方法[J];科技信息(学术研究);2007年18期
17 唐勇,王益群,姜万录;基于粗糙集神经网络的液压伺服系统故障诊断模型的研究[J];液压与气动;2005年06期
18 冯志鹏,宋希庚,薛冬新;基于广义粗糙集与神经网络集成的旋转机械故障诊断研究[J];机械科学与技术;2003年05期
19 陈海;粗糙集理论在内燃机柱塞故障诊断中的应用[J];贵州工业大学学报(自然科学版);2002年01期
20 钟玲,许壮志,薛健;粗糙集理论在数据挖掘中的应用[J];沈阳工业大学学报;2003年04期
中国重要会议论文全文数据库 前10条
1 李千目;戚湧;张宏;刘凤玉;;基于粗糙集神经网络的网络故障诊断新方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
2 张卫丰;徐宝文;崔自峰;徐峻岭;;一种基于粗糙集角分类神经网络的文档分类方法(英文)[A];全国语域web与本体能研讨会论文集[C];2006年
3 魏崇辉;金福禄;何亚群;;基于粗糙集和神经网络的空军航材消耗预测方法[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
4 李晓丽;王彤;杜振龙;;基于粗糙集理论的流数据最优特征选择[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
5 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
6 聂力;王翰虎;;一个基于粗糙集理论的分类规则学习算法[A];第十六届全国数据库学术会议论文集[C];1999年
7 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年
8 刘永红;薛青;郑长伟;;基于粗糙集理论的C4ISR评估方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
9 顾成杰;张顺颐;刘凯;黄河;;基于粗糙集和禁忌搜索的特征选择方法[A];江苏省电子学会2010年学术年会论文集[C];2010年
10 赵明清;陶树平;;基于模糊等价关系的粗糙集[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
中国博士学位论文全文数据库 前10条
1 许新征;基于粗糙集的粒度神经网络研究[D];中国矿业大学;2012年
2 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年
3 欧健;汽轮发电机组振动故障集成诊断网络模型及方法研究[D];重庆大学;2004年
4 赵佰亭;混合决策系统的粗集模型及在转台故障诊断中的应用[D];哈尔滨工业大学;2010年
5 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
6 杨习贝;不完备信息系统中粗糙集理论研究[D];南京理工大学;2010年
7 张国军;基于粗糙集的相对属性约简算法及决策方法研究[D];华中科技大学;2010年
8 马君华;粗糙集属性约简和聚类算法及其在电力自动化中的应用研究[D];华中科技大学;2010年
9 胡燕;基于粗糙集的转炉炼钢知识发现及终点控制模型研究[D];重庆大学;2013年
10 纪霞;不完备信息系统中粗糙集理论的扩展研究与应用[D];安徽大学;2010年
中国硕士学位论文全文数据库 前10条
1 田静宜;基于粗糙集和神经网络的柴油机故障诊断研究[D];中北大学;2011年
2 张斌;基于粗糙集与神经网络的调制信号识别研究[D];太原理工大学;2011年
3 景晨光;基于智能融合的全生命周期造价估算方法研究[D];石家庄铁道大学;2011年
4 管东升;移动通信业客户流失行为预测技术的研究[D];大连理工大学;2006年
5 段鹏;基于粗糙集和神经网络的不完备信息系统数据挖掘研究[D];云南师范大学;2004年
6 王惠营;基于粗糙集的粒计算与神经网络的融合研究[D];武汉理工大学;2010年
7 胡利平;基于智能计算的移动式专家系统研究[D];中国农业大学;2005年
8 唐洪法;基于BP神经网络的网络故障诊断系统[D];南京理工大学;2005年
9 赵永杰;基于LABVIEW平台的汽车变速箱故障诊断系统研究[D];同济大学;2006年
10 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978