用动态层次聚类算法改进粗糙集——神经网络建模过程

摘要：

本文用动态层次聚类算法取代原先用于粗糙集——神经网络建模方法中的模糊-C-mean一般聚类算法,统一处理粗糙集理论中的离散与连续属性,从而,使性能卓越的粗糙集——神经网络模型的应用范围获得了极大的拓展,使之具有了普遍性意义.

关键词： 动态层次聚类算法 粗糙集 神经网络 连续属性 离散属性

作者: 余启刚

作者单位: 武汉中南民族大学电子信息工程学院(湖北武汉)

会议类型: 国内会议

会议名称: 山东省自动化学会学术交流会

会议地点: 青岛

会议语种:中文

页码: 56-59

在线出版日期: 2003-08-01（万方平台首次上网日期，不代表论文的发表时间）