将粗糙神经元和传统神经元混合构造的粗糙神经网络,用于对毫米波辐射计回波信号的目标识别。其中粗糙神经元包含一对重叠的普通神经元,使用一对上下值作为输入和输出。对于实际应用中变量值是范围值的情况,用粗糙神经网络来开发模型,结果优于传统神经网络。仿真实验表明,该模型提高了目标的识别率和网络的收敛速度。

本仪器应用粗糙集算法优化的临床症状指标和检查设备检测数据作为神经网络的输入空间,以人类角膜病专家经验作为神经网络的输出空间,给出诊断建议。