Rough集理論在神經網絡材料性能參數實時識別中的應用
- 2015-1-21 16:11:11
- 來源:
- 點擊次數:
作 者:楊嵩; 趙軍; 馬瑞; 蘇春建
關 鍵 詞:Rough集, 數據約簡,實時識別, BP神經網絡
文獻摘要:運用神經網絡技術實現材料性能參數的實時識別是智能化拉深的重要研究課題。由于訓練樣本數據的冗余使得BP網絡收斂精度差、速度慢,直接影響到網絡的識別精度。運用Rough集理論強大的數據分類簡約功能,能夠去掉多余屬性的樣本數據,從而優化了神經網絡的拓撲結構。經過試驗驗證優化后的網絡不僅收斂速度快、精度得到極大提高,而且網絡預測相對誤差精度都在6%以下。