粗集神经网络过程监控模型的增量学习法

摘要：

对监控对象的知识获取是过程监控的一个关键技术,粗集神经网络过程监控模型采用了事例知识获取的方法,该方法简单易行,但存在样本分布空间不能覆盖论域空间的问题.为解决该问题,本文采用了决策树增量学习法和神经网络完全学习相结合的方法.经分析表明,该方法符合粗集神经网络过程监控模型的特点,能较好地从新增样本中获取知识,并具有较快的学习速度.

关键词：过程监控、粗糙集、神经网络、增量学习

分类号：TP181(自动化基础理论)

资助基金：湛江海洋大学校科研和教改项目

在线出版日期：2004-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：27-29