基于相容粗糙集的ELM网络结构选择.pdfVIP

第 35卷 第 12期 合 肥 工 业 大 学 学报 (自然科学版) Vo1．35No．12 2012年 12月 JOURNAIOFHEFEIUNIVERSITY ()FTECHNOI()GY Dec．2012 Doi：10．3969／j．issn．1003—5060．2012．12．000 基于相容粗糙集的ELM 网络结构选择 翟俊海， 邵庆言， 苗 青 (河北大学数学与汁算机学院，河北保定 摘 要：结构选择是神经网络研究的热点，文章提出r一种基于相容粗糙集技术的ElM(ExtremeI．earning Machine)网络结构选择方法，给定一个含有很多隐含层结点的前馈神经网络。该方法用相容依赖度度量隐 含层结点的重要性 ，将不重要的隐含层结点逐一去掉，直到满足预定义的终止条件为止。实验结果表明，该 文提出的方法是行之有效的。 关键词：粗糙集；相容粗糙集；神经网络；网络结构选择 中图分类号：TP181 文献标识码：A 文章编号：1003—5060(2012)12-162805 ELM networkarchitectureselectionbasedon toleranceroughsettechnique ZHAIJun—hai SHAOQingwan， MIA()Qing (CollegeofM athematicsandComputerScience，HebeiUniversity，Baoding071002，China) Abstract：Architectureselectionishottopicinthestudyofneuralnetworks．Basedontolerancerough settechnique．amethodofarchitectureselectionforElM network isproposedinthispaper．Givena singlelayeredforwardneuralnetworkwithmanyhiddennodes，themethodemploystheconceptof tolerancedependencytOmeasurethesignificanceofhiddennodesandkeepsremovingthenodeswhich arenotofgreatimportanceuntilthepredefinedterminationcondition issatisfied．Theexperimental resultsshow thattheproposedmethodiSeffective． Keywords：roughset；tolerancerough set；neuralnetwork；networkarchitectureselection 全数据驱动的方法。但经典粗糙集模型只能处理 0 引 言 离散值数据，使其应用有一定的困难。许多研究 粗糙集理论[是波兰数学家Pawlak教授于 人员从不同的角度对经典粗糙集模型进行了扩 1982年提出的一种数据挖掘方法，已成功应用于 展 一 。在允许有一定错分率的情况下，文献 数据挖掘、模式识别、机器学习及决策分析等领 [3]提出了变精度粗糙集模型。文献L4—5]通过 域。粗糙集理论是一种不确定性数据分析工具， 在经典粗糙集模型中引入概率方法，提出了概率 与经典集合论、模糊集理论并称三大集合理论l2。 粗糙集模型。文献[6]通过将决策理论引入到经 Pawlak建立的粗糙集模型是架构在等价关 典粗糙集，提出了决策粗糙集模型。这 3种扩展 系基础上的，用一对逼近算子(上近似算子和下近 模型是在等价关系的框架下，只对上近似算子和 似算子)逼近 目标概念。在逼近 目标概