基于Rough集方法的RS-MAXNET网络分类器模型  

An RS-MAXNET Network Classifier Based on Rough Set Theory

作　　者：徐健锋[1] 刘斓[1] 邱桃荣[1] 白小明[1] 

机构地区：[1]南昌大学计算机科学与技术系,江西南昌330029

出　　处：《计算机与现代化》2005年第8期23-26,29,共5页Computer and Modernization

基　　金：南昌大学校科研基金项目(Z-02951)。

摘　　要：Rough集(RS)理论中如何补偿或拓展RS约简的局部决策规则使之更加接近全局规则是一个重要的议题。本文提出RS与MAXNET网络结合拓展建立RS-MAXNET全局网络分类器模型。基于上述模型进行的脱机手写模式识别算法说明了其有效性。How to compensate, expand the local decision rules reduced by Rough Set, and make them much more close to the global rules is an important issue in Rough Set theory. This paper proposes a model of expanded RS-MAXNET global network classifier based on Rough Set and MAXNET. The model is effective when applied to the off-line handwritten recognition algorithm.

关 键 词：全局补偿 决策规则 网络 RS-MAXNET分类器 脱机手写识别 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]