| 分解型分类数据挖掘算法研究及改进 |
| |
| 引用本文： | 钟忺,郭翠翠.分解型分类数据挖掘算法研究及改进[J].华中师范大学学报(自然科学版),2008,42(4):539-543. |
| |
| 作者姓名： | 钟忺 郭翠翠 |
| |
| 作者单位： | 1. 华中科技大学,计算机学院,武汉,430074
2. 武汉理工大学,计算机学院,武汉,430070 |
| |
| 摘 要： | 神经网络由于具有良好的非线性映射能力和对任意函数的准确逼近能力，用于分类问题中的分类规则提取往往能获得很高的精度．本文针对一种分解型基于前馈网络的数据挖掘算法做了深入研究，给出了算法流程．根据其结构复杂的特点对前端输入做出了优化，并基于JOONE（Java Object Oriented Neural Network）构造了RBF（Radial Basis Function）径向基分类神经网络，且通过UCI数据集验证了该方法的有效性．
|
| 关 键 词： | 分类 规则提取 RBF 神经网络 |
Research and advances of splitting rule extraction data mining algorithm based on neural networks |
| |
| ZHONG Xian,GUO Cuicui.Research and advances of splitting rule extraction data mining algorithm based on neural networks[J].Journal of Central China Normal University(Natural Sciences),2008,42(4):539-543. |
| |
| Authors: | ZHONG Xian GUO Cuicui |
| |
| Abstract: | |
| |
| Keywords: | RBF |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《华中师范大学学报(自然科学版)》下载免费的PDF全文 |
|
