阿瓦塔拉姆·加尼瓦达;索米特拉·杜塔;桑卡尔·K·帕尔。 模糊粗糙颗粒神经网络，模糊颗粒和分类。 （英语） Zbl 1223.68093号 西奥。计算。科学。 412，第42号，5834-5853（2011）. 摘要：我们介绍了一种基于多层感知器的模糊粗粒度神经网络（FRGNN）模型，该模型使用反向传播算法对模式进行模糊分类。我们主要基于输入向量、由模糊粗糙集理论概念确定的初始连接权重和目标向量，提出了网络的发展策略。当输入向量用模糊颗粒描述时，目标向量用模糊类隶属度值和零定义。关于初始数据的原始领域知识以决策表的形式表示，决策表被划分为对应于不同类的子表。每个决策表中的数据被转换为粒度形式。这些决策表的语法自动确定适当的隐藏节点数，而所有决策表的依赖因子被用作初始权重。每个属性的依赖因子和所有属性相对于决策类的依赖因子的平均程度分别被视为输入层和隐藏层、隐藏层和输出层节点之间的初始连接权重。提出的FRGNN的有效性在几个实际数据集上得到了验证。 引用于5文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68层37 人工智能背景下的不确定性推理 68吨10 模式识别、语音识别 关键词：粒度计算;模糊颗粒;模糊容差关系;基于规则的神经网络;模糊模式分类 软件：UCI-毫升;安非斯 PDF格式BibTeX公司 XML格式引用 \textit{A.Ganivada}等人，Theor。计算。科学。412，第42号，5834--5853（2011；Zbl 1223.68093） 全文： 内政部 参考文献： [1] Zadeh，L.A.，《人工智能的新方向：朝向感知的计算理论》，人工智能杂志，22，73-84（2001） [2] Zadeh，L.A.，走向模糊信息粒化理论及其在人类推理和模糊逻辑中的中心地位，模糊集与系统，19，111-127（1997）·Zbl 0988.0304号 [3] Pal，S.K.，《计算理论感知（CTP），生物信息学和网络智能中的粗糙模糊不确定性分析和挖掘：统一框架》，LNCS Transactions on rough Set，5946，106-129（2009） [4] 卡里，L。；Rozenberg，G.，《自然计算的多方面》，《ACM的通信》，第51、10、72-83页（2008年） [5] Zadeh，L.A.，模糊逻辑、神经网络和软计算，美国计算机学会通讯，37，77-84（1994）·Zbl 0831.68080号 [6] Zadeh，L.A.，模糊集，信息与控制，8，338-353（1965）·Zbl 0139.24606号 [7] Pal，S.K。；Dutta Majumder，D.，模式识别的模糊数学方法（1986），John Wiley，Halsted:John Willey，Halsted New York·Zbl 0603.68091号 [8] Lippmann，R.P.，神经网络计算导论，IEEE声学、语音和信号处理杂志，61，4-22（1987） [9] Haykin，S.，《神经网络：综合基金会》（1999），普伦蒂斯·霍尔：新泽西普伦蒂斯霍尔·Zbl 0934.68076号 [10] Pal，S.K。；Mitra，S.，多层感知器、模糊集和分类，IEEE神经网络汇刊，3，5，683-697（1992） [11] Jensen，R。；Shen，Q.，模糊粗糙特征选择的新方法，IEEE模糊系统汇刊，17824-838（2009） [12] 科内利斯，C。；Jensen，R。；Hurtado，G。；Slezak，D.，《模糊决策约简的属性选择》，信息科学，180，209-224（2010）·Zbl 1183.68604号 [13] 班纳吉，M。；密特拉，S。；Pal，S.K.，《粗糙模糊MLP：知识编码和分类》，IEEE神经网络汇刊，9，6，1203-1216（1998） [14] Pawlak，Z.，《粗糙集：数据推理的理论方面》（Rough Sets:Theory Aspects of Reasoning about Data）（1991年），Kluwer:Kluwer Netherlands·Zbl 0758.68054号 [15] Pawlak，Z。；Skowron，A.，《粗糙集与布尔推理》，信息科学，177，41-73（2007）·Zbl 1142.68551号 [16] Pawlak，Z。；Skowron，A.，《粗糙集：一些扩展》，《信息科学》，177，28-40（2007）·Zbl 1142.68550号 [17] Pawlak，Z。；Skowron，A.，《粗糙集的基础》，信息科学，177，3-27（2007）·Zbl 1142.68549号 [18] 姚永元，分层粗糙集和粒度计算，收录于：Proc。模糊信息处理学会国际会议，1999年，第800-804页。；姚永元，分层粗糙集和粒度计算，收录于：Proc。模糊信息处理学会国际会议，1999年，第800-804页。 [19] （Pal，S.K.；Skowron，A.，《粗糙-模糊杂交：决策的新趋势》（1999），Springer-Verlag:Springer-Verlag Singapore）·Zbl 0941.68129号 [20] Dubois，D。；Prade，H.，粗糙模糊集和模糊粗糙集，国际通用系统杂志，17，91-209（1990）·Zbl 0715.04006号 [21] P.Lingras，R.Jensen，粗糙和模糊杂交综述，载于：Proc。IEEE模糊系统国际会议，2007年，第1-6页。；P.Lingras，R.Jensen，《粗糙和模糊杂交调查》，摘自：Proc。IEEE模糊系统国际会议，2007年，第1-6页。 [22] 班纳吉，M。；Pal，S.K.，模糊集的粗糙度，信息科学，93，235-246（1996）·兹布尔0879.04004 [23] Zadeh，L.A.，《从数字计算到文字计算——从测量操作到感知操作》，IEEE电路与系统汇刊，46，105-119（1999）·Zbl 0954.68513号 [24] Klir，G.J。；Folger，T.，《模糊集、不确定性和信息》（1988），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔·Zbl 0675.94025号 [25] 森·D。；Pal，S.K.，《广义粗糙集、熵和图像模糊测度》，IEEE系统、人类和控制论汇刊-B部分，39，117-128（2008） [26] Fariñas del Cerro，L。；Prade，H.，（Di Nola，A.；Ventre，A.G.S.，《粗糙集，不可分辨性和部分信息中的双重模糊集和逻辑模糊性》（Rough set，two-fold fuzzy set and logical-fuzzy in uncernibility and partial information）（1986），斯普林格·弗拉格：斯普林格尔·弗拉格·科恩），103-120·Zbl 0593.03032号 [27] Nakamura，A.，模糊粗糙集，日本多值逻辑注释，9，1-8（1988） [28] Mi，J.S。；梁，Y。；赵洪勇。；Feng，T.，由三角范数确定的广义模糊粗糙集，信息科学，178，16，3203-3213（2008）·Zbl 1151.03344号 [29] Pal，S.K。；Dutta Majumder，D.，元音和说话人识别中的模糊集和决策方法，IEEE系统、人和控制论事务，7625-629（1977）·Zbl 0358.68136号 [30] D.J.Newman，S.Hettich，C.L.Blake，C.J.Merz，UCI机器学习数据库库。加州欧文：加州大学信息与计算机科学系，1998年。http://archive.ics.uci.edu/ml/; D.J.Newman，S.Hettich，C.L.Blake，C.J.Merz，UCI机器学习数据库库。加州欧文：加州大学信息与计算机科学系，1998年。http://archive.ics.uci.edu/ml/ [31] （Pal，S.K.；Polkowski，L.；Skowron，A.，《粗糙神经计算：文字计算技术》（Rough-neural Computing:Techniques for Computing with Words）（2004年），施普林格-弗拉格：德国施普林格），698-699·Zbl 1040.68113号 [32] 张义清。；医学博士弗雷泽。；加利亚诺，R。；Kandel，A.，用于数字语言数据融合和知识发现的颗粒神经网络，IEEE神经网络汇刊，11658-667（2000） [33] Vasilakos，A。；Stathakis，D.，土地利用分类的颗粒神经网络，软计算，9，332-340（2005） [34] 张，Y.Q。；Jin，B。；Tang，Y.，带进化区间学习的颗粒神经网络，IEEE模糊系统汇刊，16，309-319（2008） [35] Jang，J.S.R.，ANFIS:基于自适应网络的模糊推理系统，IEEE系统、人与控制论事务，23，665-685（1993） [36] Dick，S。；Kandel，A.，《神经网络中的粒度计算》（Pedrycz，W.，《粒度计算：新兴范式》（2001），Physica Verlag:Physical Verlag New York），275-305·兹伯利0986.68113 [37] Szczuka，M.，用神经网络精炼分类器，国际计算机和信息科学杂志，16，39-56（2001）·Zbl 0969.68140号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。