计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (27): 145-147.DOI: 10.3778/j.issn.1002-8331.2008.27.046
张绍兵1,季厌浮2
ZHANG Shao-bing1,JI Yan-fu2
摘要: 提出了一种基于粗糙集和神经网络组合进行规则提取的方法。首先对初始数据集进行离散化,并利用粗糙集对决策表中的条件属性进行初步约简,然后利用神经网络对数据进行学习和预测,并通过删除网络不能分类的数据来对决策表中的噪声进行过滤,最后再由粗糙集值约简算法进行规则提取。实验表明,该方法相对于传统规则提取算法快速有效,在保留神经网络高鲁棒性的同时,避免了从神经网络中提取规则的困难。