作者：杜瑞卿; 王庆林; 刘广亮; 张征田; 李晨昆虫分类粗糙集数学形态特征神经网络
摘要：根据昆虫图像，对半翅目、鳞翅目、鞘翅目的28种昆虫提取形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集理论与方法的论证和运算，并与赵汗青等统计分析的结果加以比较；在粗糙集处理的基础上，通过神经网络模式识别，与传统分类相比较。实验结果表明：在作为目级阶元分类时，各项特征的重要性依次为：（似圆度、偏心率）〉（亮斑数、球状性、圆形性）〉（叶状性、形状参数）；神经网络模式识别结果与传统分类结果完全一致。由此得出：粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比有更为理想的作用；粗糙集神经网络的结合应用在昆虫分类上有重要意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
