基于粗糙集的神经网络缺陷分类方法的研究

目的减小BP网络的维数,提高网络的训练速度与精度.方法采用粗糙集软计算方法对墙地砖的原始特征进行优化,去除冗余特征,并采用BP网络对测试样本中随机选取的样本进行测试.结果通过对该算法的仿真,证明了该算法具有良好的识别精度.结论采用粗糙集理论对原始数据进行特性约简,除去了冗余特征,完成预处理的过程,缩短了神经网络分类器训练时间,提高了分类精度。