计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (7): 146-149.DOI: 10.3778/j.issn.1002-8331.2009.07.044
周序生1,王志明2
ZHOU Xu-sheng1,WANG Zhi-ming2
摘要: 提出了一种基于神经网络和粗集的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简,然后使用神经网络对数据进行学习,并同时完成属性的不一致约简,最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明,该方法快速有效,生成规则简单准确,具有良好的鲁棒性。