基于粗糙集理论和BP神经网络的数据挖掘算法

• 作者: 徐泽柱 王林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 粗糙集 神经网络
• 年，卷（期）: 2004,（31）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 169-172,175
• 页数: 5页
• 分类号: TP18
• 字数: 5432字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.31.056

摘要

根据数据挖掘中粗糙集理论和BP神经网络各自的优势和存在的问题,提出了一种将粗糙集理论和BP神经网络理论结合在一起的算法.该算法利用粗糙集对属性的归约功能将数据仓库中的数据进行归约,并将归约后的数据作为训练数据提供给BP神经网络.通过粗糙集归约,提高了训练数据表达的清晰度,也减小了BP神经网络的规模,同时利用BP神经网络又克服了粗糙集对噪声数据敏感的影响.文中提出了代价函数,解决了训练数据与网络精度的问题,也提供了由粗糙集归约向BP神经网络训练转变的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王林	上海交通大学自动化系	59	451	12.0	19.0
2	徐泽柱	上海交通大学自动化系	2	68	1.0	2.0