摘要
将粗糙集和粒计算形成的知识获取机制融入思维进化算法,对进化过程中所产生的数据进行挖掘和知识发现,利用所发现的知识指导进化的方向,实现了知识指导下的思维进化算法,体现出人类思维活动过程中对知识的抽象和利用功能。对多传感器信息融合系统中神经网络权值优化的结果表明,该方法可降低神经网络在权值选择上的随机性缺陷,缩小搜索空间,提高网络的收敛速度和泛化能力。
The knowledge-acquisition mechanism generated from rough set and granular computing is integrated into Mind Evolution Algorithm（MEA）.The evolution direction is guided by the knowledge discovered from the data produced in the evolution process.As a result,the mind evolution algorithm under the guide of knowledge is realized,which reflects the knowledge abstraction and usage during human beings’ mind activities.The result of weight-value optimization of the neural network in multi-sensor information fusion system shows that this method is able to effectively improve the study efficiency and precision for neural networks.
出处
《计算机工程与应用》
CSCD
北大核心
2008年第26期25-29,共5页
Computer Engineering and Applications
基金
国家自然科学基金No.60374029
山西省青年科学基金项目No.2007021018~~
关键词
思维进化算法
知识发现
粗糙集
粒计算
信息融合
神经网络
Mind Evolution Algorithm（MEA）
knowledge discovery
rough set
granular gomputing
information fusion
neural network
