摘要：根据数据挖掘中粗糙集理论和BP神经网络各自的优势和存在的问题，提出了一种将粗糙集理论和BP神经网络理论结合在一起的算法。该算法利用粗糙集对属性的归约功能将数据仓库中的数据进行归约，并将归约后的数据作为训练数据提供给BP神经网络。通过粗糙集归约，提高了训练数据表达的清晰度，也减小了BP神经网络的规模，同时利用BP神经网络又克服了粗糙集对噪声数据敏感的影响。文中提出了代价函数，解决了训练数据与网络精度的问题，也提供了由粗糙集归约向BP神经网络训练转变的依据。

原文链接:http://www.cqvip.com//QK/91690X/200431/10861839.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）