RoughSet—NN模型在林业信息处理上的应用.pdfVIP

维普资讯 第 l8卷 第 7期 计 算机 技 术 与发 展 V()1．18 No．7 2008年 7月 C0MPUTERTECHNoI Y ANDDEVEIL)PM ENT Ju1． 2008 RoughSet—NN模型在林业信息处理上的应用 吴云志 ，一，胡学钢 ，乐 毅2，涂立静2 (1．合肥工业大学计算机与信息学院，安徽 合肥 230009； 2．安徽农业大学信息与计算机学院，安徽 合肥 230036) 摘 要：运用计算机技术解决林业问题成为数字农业的一个热点研究领域，融合了粗糙集和神经网络的各 自优势，利用粗 糙集可以减少信息表达的属性数量，使用神经网络方法系统具有较强的容错及抗干扰能力，为处理不确定、不完整信息提 供了一条解决方法，因此，将粗糙集约简技术和神经网络方法结合进行应用，建立了RoughSet—NN模型，并将该模型对给 定立地条件的杨树生长状况进行预测。实验表明，该方法收敛，预测准确度高。 关键词：粗糙集；神经网络 ；规则约简；立地条件 中图分类号：TP39 文献标识码 ：A 文章编号：1673—629X(2008)07—0206—03 ApplicationofRoughSet。‘NN M odelinForecast Information Processing WU Yun．zhi一，HUXuegang，YUEYi，TULi．jing2 (1．SchoolofComputer Info．，HefeiUniv．ofTech．，Hefei230009，China； 2．SchoolofInfo．Computer，AnhuiAgricultureUniv．，Hefei230036，China) Abstract：Itisclearthatcomputerbasedtechniqueandcomputertechnologyusedins01ngagriculture’snadforestry’smatterareafocus theseday．Combinesmughsetandneur~networks，nadbuildsaRoughSet—NN mode1．Roughsetcartreducethenumberofattribute， nadneualnetworkshavetheabilityoffaulttolernatnadnati—jamming．Forecastthearborgrowthwiththismodel，nadtheexperimental resultsindicatethemetlxxiisconvergentnadhasahighdegreeofcertainty． Key~rds：roughSet；neuralnetworks；rulereduction；sitecondition O 引 言 计算方面是非常复杂的，在大多数事例中，神经网络学 粗糙集理论和神经网络的共同点是都能在 自然环 习算法需要的时间远远超过了在人工智能中使用其它 境下很好地工作，但是，前者模拟人类的抽象逻辑思 方法需要的时间。此外神经网络难以提供它们发现模 维，而后者模拟形象直觉思维，因而二者又具有不同特 式的清晰描述。神经网络具有分类精度高、鲁棒性强 点。粗糙集理论是一种处理模糊性和不确定性 的数学 的特点，所以被广泛地运用于机器学习、模式识别等论 工具。但是，粗糙集理论对错误描述的确定性机制简 域。但是对于机器学习中出