RoughSet-NN模型在林业信息处理上的应用  

Application of RoughSet-NN Model in Forecast Information Processing

作　　者：吴云志[1] 胡学钢[1] 乐毅[2] 涂立静[2] 

机构地区：[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

出　　处：《计算机技术与发展》2008年第7期206-208,211,共4页Computer Technology and Development

基　　金：安徽省自然科学研究项目(KJ2008A056);安徽省教育厅青年基金(2008jq1050)

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。It is clear that computer based technique and computer technology used in solving agriculture＇ s and forestry＇ s matter are a focus these day. Combines roughset and neural networks, and builds a RoughSet - NN model. Roughset can reduce the number of attribute, and neual networks have the ability of fault tolerant and anti - jamming. Forecast the arbor growth with this model, and the experimental results indicate the method is convergent and has a high degree of certainty.

关 键 词：粗糙集 神经网络 规则约简 立地条件 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]