基于RBF网络的粗糙集属性约简策略

摘要：

粗糙集理论被广泛应用于人工智能、模式识别、数据挖掘和知识发现等领域.而对象的属性约简是是粗糙集理论中的重要问题之一.由于属性约简计算量较大,影响了的粗糙集的实际应用.本文用RBF神经网络高效和OLS对称性的特点,研究粗糙集属性的约简,解决了属性约简的难题,完成了算法的实现,取得了较好的效果.

关键词：粗糙集、属性约简、RBF网络、算法

分类号：TP301(计算技术、计算机技术)

资助基金：河南省自然科学基金0411013800;0411014500;河南省高校杰出科研创新人才工程项目2004KYCX014

在线出版日期：2006-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：23-26