论文部分内容阅读
基于粗糙集理论在神经网络模式识别中,利用粗糙集将采集的原始数据作为学习样本,量化样本属性值,组织决策表,将样本的条件和决策属性建为二维表并约简条件属性,仅保留影响分类的重要属性.将决策规则中必要条件属性神经网络化,通过粗糙集和神经网络并行学习实现最小决策规则,直到由最少属性构成的决策规则网络能正确划分所有测试集样本为止.