基于RS的GMDH神经网络在空袭目标识别中的应用
马飞
曹泽阳
任晓东
1.空军工程大学,导弹学院,陕西,三原,7138002.空军工程大学,导弹学院,陕西,三原,7138003.空军工程大学,导弹学院,陕西,三原,713800
摘要：针对目标属性识别的特点,建立了基于粗糙集(Rough Sets, RS)的数据分组处理(Group Method of Data Handling, GMDH)神经网络分类模型.该模型较好地解决了采用高维数据集训练神经网络效率低,神经网络结构规模较大的问题.同时为了提高高维数据集合的属性约简效率,改进了集合近似质量属性约简算法.最后,通过与BP(Back-Propagation, BP)神经网络分类能力的仿真对比,结果表明,基于粗糙集的数据分组处理神经网络分类模型分类能力优于BP神经网络模型,满足现代防空作战对目标属性识别的需求,基于快速求核和集合近似质量的属性约简算法快速有效.
关键词：粗糙集神经网络成组数据处理约简
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60773209)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 31-35 )
英文信息