模糊粗糙神经网络

模糊粗糙集自适应学习

该网络赋予模糊粗糙集自适应学习能力，可直接用于分类任务，拟合能力更强。

Wang C. · Zhang Y. · An S. · Ding W.

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025

参数信息

网络层数

5

技术优势

拟合力更强

自适应学习模糊相似关系，使模型能够更有效地拟合标记数据。

优于多数现有算法

实验分析表明，该方法优于大多数现有最优算法。

应用场景

• 智能传感数据处理：处理传感器数据中的不确定性，提升分类准确性。
• 灵活模式识别：自适应学习模糊相似关系，适应多样模式。
• 自适应工业视觉：在工业视觉中自适应调整特征权重，增强分类性能。