论文部分内容阅读
对监控对象的知识获取是过程监控的一个关键技术,粗集神经网络过程监控模型采用了事例知识获取的方法,该方法简单易行,但存在样本分布空间不能覆盖论域空间的问题.为解决该问题,本文采用了决策树增量学习法和神经网络完全学习相结合的方法.经分析表明,该方法符合粗集神经网络过程监控模型的特点,能较好地从新增样本中获取知识,并具有较快的学习速度.