位置:成果数据库 > 期刊 > 期刊详情页
项目后评估中的粗集-神经网络建模与仿真
  • ISSN号:1004-731X
  • 期刊名称:《系统仿真学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]合肥工业大学,合肥230009, [2]安徽建筑工业学院,合肥230022
  • 相关基金:国家自然基金(70471046);安徽省自然科学基金(050460403);安徽教育厅自然科学基金(2006KJ034B).
中文摘要:

对粗集-神经网络理论进行了讨论,在神经网络基础上,提出粗集—神经网络项目评估方法。该方法利用粗糙集理论对数据样本进行数据浓缩,从给定学习样本数据中发现一组规则,提取规则作为神经网络的输入,该方法简化了神经网络的结构,提高训练效率,对我国农业工程项目后评估进行仿真,评价结果是合理的,具有较大的参考价值,在实际中有良好的应用前景。

英文摘要:

The theory of rough set-neural network was discussed. A new method for rough set-neural network based on the neural network was proposed, which used rough set theory to enrich data and extract the mapping rules from the sample data as the input of the neural network. A set of rules were found from the given training data by using Rough Set theory .The rough set-neural network based on reduction reduces the dimension of input to neural network, and raises the efficiency of training ,The simulation of post-evaluation for agricultural engineering projects shows that the method is effective and reasonable. It shows their reference values. There will be good application prospect in practice.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《系统仿真学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:北京仿真中心 中国仿真学会
  • 主编:李伯虎
  • 地址:北京市海淀区永定路50号院
  • 邮编:100039
  • 邮箱:simu-xb@vip.sina.com
  • 电话:010-88527147
  • 国际标准刊号:ISSN:1004-731X
  • 国内统一刊号:ISSN:11-3092/V
  • 邮发代号:82-9
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:51729