数据挖掘中BPN与PNN分类的对比研究 |
| |
引用本文: | 袁红星,谷琼.数据挖掘中BPN与PNN分类的对比研究[J].计算机时代,2006(9):3-5. |
| |
作者姓名: | 袁红星 谷琼 |
| |
作者单位: | 1. 襄樊学院招生就业处,湖北,襄樊,441053 2. 中国地质大学计算机学院 |
| |
基金项目: | 湖北省自然科学基金;湖北省社会科学基金 |
| |
摘 要: | 分类问题是数据挖掘中的一个重要问题。尽管神经网络是一种高精度的分类器,但是由于神经网络模型众多,在分类预测时如何选择合适的模型,还没有一个普遍的原则。文章对后传播神经网络(BPN)和概率神经网络(PNN)在数据挖掘分类中的应用进行了对比研究,并利用这两种模型对高校研究生信息进行了分类挖掘。仿真结果证明,PNN模型在分类预测上优于BPN模型,而且其分类速度快、正确率高、测试结果稳定。
|
关 键 词: | 神经网络 数据挖掘 分类 后传播神经网络 概率神经网络 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|