论文部分内容阅读
结合粗糙集和模糊神经网络提出了一种粗糙模糊神经网络识别器的模型．该模型根据粗糙集理论对训练样本进行建立决策表、离散决策表、约简决策表、提取分类规则等推理过程设计．粗糙模糊神经网络识别器的输入层、两个隐含层、输出层的神经元个数分别根据决策表的约简结果、离散结果和分类规则、决策属性决定．将该识别器用于车牌字符识别，实验表明：该方法比粗糙集规则匹配识别方法识别率提高了18％，比BP神经网络识别方法识别率提高了2．7％．