混合智慧型系統

常見分類算法面對海量數據時，在時間效率、魯棒性和精確性上都顯示出了不足。為此，本文將混合智慧型系統引入到神經網路分類算法的研究中，針對傳統神經網路算法在訓練速度和魯棒性上的不足，提出了一個基於粗糙集、免疫算法和神經網路的混合智慧型系統。該系統以粗糙集為前端處理器，在保證一定信息量的基礎上對輸入到神經網路的數據進行約簡，接著用改進免疫算法作為學習運算元的神經網路進行訓練。最後，通過UCI下的資料庫進行仿真實驗，驗證了該系統的有效性。

簡介

混合智慧型系統是在解決現實中複雜問題的過程中，從基礎理論、支撐技術和套用視角，為了克服單個技術的缺陷，而採用不同的混合方式，使用至少一種各種智慧型技術，以及非智慧型技術，從而獲得運行效率更高、知識表達能力和推理能力更強的智慧型系統 。

相關條目

科技