|
|||||
|
|
| 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！ | |