学位论文 > 优秀研究生学位论文题录展示
基于粗糙集与神经网络方法结合的知识发展应用研究
作 者: 吴云志
导 师: 胡学钢
学 校: 合肥工业大学
专 业: 计算机应用技术
关键词: 知识发现 粗糙集 属性约简 神经网络 规则约简
分类号: TP182
类 型: 硕士论文
年 份: 2006年
下 载: 215次
引 用: 8次
阅 读: 论文下载
内容摘要
粗糙集理论是Pawlak教授在20世纪80年代提出的一种处理不确定性和含糊性知识的数学处理工具。知识约简是其中的核心内容,是在保持分类能力基本不变的情况下,获得系统的约简属性和分类规则。 人工神经网络通过模拟神经元进行学习,使建立的模型具备智能。它的学习过程主要通过调节权值和域值,达到学习的目的。人工神经网络可以实现分布式信息存储及并行协同信息处理,使信息处理和存储相结合,对信息的处理具备自组织的特点。 粗糙集和神经网络在现实中都已得到广泛的应用。但是,粗糙集对数据中出现噪声比较敏感,而神经网络对于在数据中存在过量冗余信息时将导致训练过度。本文融合粗糙集和神经网络各自的优势,将粗糙集理论和神经网络方法相结合进行研究。 本文主要工作如下: (1)对信息系统的约简问题进行了阐述,介绍了属性约简的分辨矩阵方法和基于信息量的方法。提出基于分支限界思想的属性约简方法,并运用UCI数据实现了约简属性获取。 (2)介绍了BP神经网络的学习训练方法,探讨了BP算法的改进方法,并在Matlab 7.0环境下,使用LM(levenberg-marquardt)算法实现了神经网络模型的建立。 (3)本文将粗糙集和神经网络方法相结合,首先用粗糙集获取信息系统的约简规则,再把规则送神经网络,建立RoughSet-NN模型。运用实验数据实现了一个RoughSet-NN模型,并应用该模型对给定立地条件的杨树生长状况进行了预测。
|
全文目录
第一章 绪论 12-18 1.1 问题提出 12-13 1.2 林业立地条件 13-15 1.3 本文的课题来源及研究内容 15-16 1.4 本文的结构安排 16-18 第二章 知识发现概述 18-28 2.1 知识发现的起源和发展 18-20 2.2 KDD的处理过程 20-21 2.3 机器学习的方法和技术 21-23 2.4 机器学习研究中存在的问题 23-24 2.5 智能林业决策系统 24-27 2.5.1 目前的林业决策分析现状 24-26 2.5.2 智能林业决策系统 26-27 2.6 本章小结 27-28 第三章 基于粗糙集的数据预处理 28-41 3.1 基本概念 28-29 3.2 数据预处理 29-31 3.3 粗糙集基本概念 31-34 3.4 属性约简 34-37 3.4.1 基于差别矩阵的属性约简方法 34-35 3.4.2 基于信息量的属性约简算法 35-36 3.4.3 基于分支限界方法的属性约简 36-37 3.5 规则发现 37-38 3.6 约简实例运算 38-40 3.6.1 属性约简 38 3.6.2 规则约简 38-40 3.7 本章小结 40-41 第四章 基于神经网络的机器学习方法 41-59 4.1 人工神经网络概述 41-46 4.1.1 人工神经网络特点 41-42 4.1.2 神经网络的学习方法 42-43 4.1.3 神经网络模型 43-44 4.2.4 人工神经元的模型 44-46 4.3 前馈神经网络 46-51 4.3.1 BP网络的结构 46 4.3.2 BP网络的训练过程 46-50 4.3.3 误差反向传播的流程 50-51 4.4 BP网络的改进 51-53 4.4.1 BP网络的限制与不足 51-52 4.4.2 BP算法的改进方法 52-53 4.5 对UCI数据进行学习训练示例 53-56 4.6 约简后进行神经网络训练的比较 56-57 4.7 本章小结 57-59 第五章 林业信息处理的RoughSet-NN模型 59-70 5.1 基本概念 59-60 5.2 RoughSet-NN模型的实现 60-62 5.2.1 数据初始化 60-61 5.2.2 属性约简 61 5.2.3 信息系统的约简模块 61 5.2.4 神经网络建立训练学习模型 61-62 5.2.5 测试 62 5.3 RoughSet-NN模型在林业知识发现中的运用 62-67 5.3.1 输入输出数据的预处理 62-64 5.3.2 属性约简 64 5.3.3 信息系统的约简 64 5.3.4 神经网络训练 64-66 5.3.5 运用模型进行仿真测试 66-67 5.4 基于RoughSet-NN算法的实例系统 67-69 5.5 本章小结 69-70 第六章 总结与展望 70-72 6.1 本文主要工作 70-71 6.2 进一步的研究 71-72 参考文献 72-75 在学期间撰写的论文 75 在学期间参加的科研项目 75
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 基于支持向量机的故障诊断方法研究,TP18
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 专家系统、知识工程
© 2012 www.xueweilunwen.com
|