首页 | 本学科首页   官方微博 | 高级检索  
     

基于Rough Set和神经网络的CBR快捷检索方法
引用本文:段军,耿瑞平,涂序彦. 基于Rough Set和神经网络的CBR快捷检索方法[J]. 计算机工程与应用, 2003, 39(3): 25-27
作者姓名:段军  耿瑞平  涂序彦
作者单位:北京科技大学信息工程学院,北京,100083
基金项目:国家863高技术研究发展课题资助(编号:863-511-9944-019)
摘    要:检索是CBR中的关键技术,直接影响CBR的推理效率和质量,检索出的案例质量的好坏直接影响着案例重用与修改的难易,该文提出先用粗糙集约简理论去除冗余的案例决策表特征,再用BP神经网络模型来实现相似案例检索,这种检索方法不需要定义案例属性之间的相似度,检索速度快。

关 键 词:粗糙集  案例推理  BP算法  模型
文章编号:1002-8331-(2003)03-0025-03
修稿时间:2002-07-01

CBR Rapid Retrieval Method Based on Rough Set and Neural Networks
Duan Jun Geng Ruiping Tu Xuyan. CBR Rapid Retrieval Method Based on Rough Set and Neural Networks[J]. Computer Engineering and Applications, 2003, 39(3): 25-27
Authors:Duan Jun Geng Ruiping Tu Xuyan
Abstract:Retrieval is the key technology in CBR.It imposes a direct effect on the efficiency and quality of CBR,and the quality of the retrieved case determines the difficulty of case reuse and adaptation.In the paper,the rough set is used to reduce the features of the case decision table and BP neural network is used to retrieve the similar cases.This method has high retrieval speed,but does not need the similar degree between the case features.
Keywords:Rough Set  Case-Based Reasoning  BP Algorithm  Model
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号