论文部分内容阅读
为解决高维数且离散和连续变量并存的重要属性筛选,提出基于偏导的T-S型分层混合模糊—神经网络敏感性分析方法。采用求偏导的方式,分别计算离散和连续变量在模型中的敏感性,获取对模型输出重要性程度高的属性。以人工数据分类和福建漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,使用本文提出的方法和基于BP神经网络敏感性分析方法进行比较。结果表明本文所提方法能筛选出模型重要属性,既约简了模型又提高了模型分类精度。