共查询到17条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
基于混沌神经网络的分类算法 总被引:1,自引:0,他引:1
提出了一种基于混沌神经网络的分类算法,利用改进的进化策略对多个三层前馈混沌神经网络同时进行训练.训练好各个分类模型以后,将待识别数据分别输入,混沌神经网络分类模型输出最终分类结果.实验结果表明,该算法可以较好地进行数据分类,而且与传统的神经网络算法以及决策树算法相比,在分类精度和识别率方面均有一定的改善,体现出较好的稳定性. 相似文献
5.
基于BP神经网络与粗糙集理论的分类挖掘方法 总被引:1,自引:0,他引:1
分类是数据挖掘中重要的课题,为协调决策分类,提出了一种基于粗糙集理论和BP神经网络的数据挖掘的方法。在此方法中首先用粗糙集约简决策表中的冗余属性,然后用BP神经网络进行噪声过滤,最后由粗糙集从约简的决策表中产生规则集。此方法不仅避免了从训练神经网络中提取规则的复杂性,而且有效的提高了分类的精确度。 相似文献
6.
主要对粗计算神经网络的挖掘方法进行了论述。首先对基于粗计算的神经网络进行讨论,然后对基于粗计算的数据挖掘流程进行描述,最后对粗计算神经网络模型的优点进行总结。 相似文献
7.
基于神经网络的植物分类专家系统 总被引:3,自引:0,他引:3
本文介绍了植物分类专家系统(PTES)的设计与实现。该系统采用神经网络知识表示方法表示知识,是一个基于神经网络(Neural N etworks-NN)的植物分类专家系统。 相似文献
8.
9.
蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处理领域具有很大的潜在优势。介绍了将蚁群优化分类规则挖掘算法应用到遥感图像分类研究领域的理论与算法流程。并采用北京地区的CBERS遥感数据作为实验数据,通过蚁群优化算法构造分类规则,对选择的遥感数据进行了分类实验,并和最大似然分类方法进行对比,实验结果表明,蚁群优化分类规则挖掘算法为遥感图像的分类提供了一种新方法。 相似文献
10.
11.
12.
本文提出了基于改进的模糊逻辑神经元网络算法的FCM算法,在随机蛤出的初始聚类中心的试验中具有很好的性能。 相似文献
13.
14.
基于改进神经网络的WEB数据挖掘研究 总被引:2,自引:1,他引:1
人工神经网络是在现代神经生物学研究成果的基础上发展起来的一种模拟人脑信息处理机制的网络系统,它不但具有处理数值数据的一般计算能力,而且还具有处理知识的思维、学习、记忆能力.基于神经网络的数据挖掘过程由数据准备、规则提取和规则评估三个阶段组成.研究了分解型规则抽取算法,在分析了分解型算法后,利用关联法对输入输出神经元进行关联计算,按关联度排完序之后,用神经网络进行结点选择,可以大大减少神经网络的输入结点个数数据集中数据的验证,表明了方法的有效性. 相似文献
15.
16.
一种新兴的数据挖掘方法:神经规则法 总被引:4,自引:0,他引:4
该文详细阐述了一种新兴的数据挖掘方法——神经规则法。文中先后介绍了神经网络的训练、神经网络的剪枝以及神经规则的提取。最后用一个实例具体解释了使用该方法来挖掘分类规则的过程。 相似文献
17.
给出在数据挖掘中的应用叉覆盖神经网络进行分类分析的方法,它克服了传统神经网络如BP算法需要多次迭代及存在局部极小等缺点,计算速度快,能很好的适应高维数据的分类问题。文中给出了一个真实数据的测试例子。 相似文献