基于模糊粗糙集与新拓扑可变神经网络模糊知识发现研究

本课题基于（模糊）粗糙集的思想以及新拓扑可变模糊神经网络，提出了一系列模糊知识发现的新方法，课题组首先提出新的数据离散的方法，接着提出了改进的增量提取算法；从而实现了利用粗糙集来提取知识的过程。接着，提出了新拓扑可变神经网络用来进一步精炼模糊知识。课题组还基于模糊粗糙集的思想，提出了模糊学习算法用来学习模糊知识。实验表明我们的新方法是成功而效的，为研究模糊知识发现提供了新的思想和方法，具有重要的学术和应用意义。