基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经网络的高度参数化特征使它特别灵活,以至于它可以精确的对数据进行分类,成为目前公认的高精度分类器.本文介绍一种基于BP神经网络的数据挖掘的分类方法,并提出了改进思想.
推荐文章
基于BP神经网络的高空气象数据挖掘方法研究
数据挖掘方法
高空气象数据
BP神经网络
小波分析法
模型优化
基于改进的BP神经网络方法的数据挖掘
数据挖掘
神经网络
BP算法
分类
预测
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
基于神经网络的数据挖掘算法研究
BP神经网络
支持向量机
核函数
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的数据挖掘方法
来源期刊 计算机与现代化 学科 工学
关键词 数据挖掘 神经网络 BP算法
年,卷(期) 2006,(10) 所属期刊栏目 数据库
研究方向 页码范围 20-22
页数 3页 分类号 TP18
字数 3079字 语种 中文
DOI 10.3969/j.issn.1006-2475.2006.10.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘发升 江西理工大学信息学院 29 181 8.0 12.0
2 陈刚 江西理工大学信息学院 12 48 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (31)
同被引文献  (43)
二级引证文献  (561)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(6)
  • 引证文献(3)
  • 二级引证文献(3)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(31)
  • 引证文献(3)
  • 二级引证文献(28)
2012(28)
  • 引证文献(1)
  • 二级引证文献(27)
2013(39)
  • 引证文献(2)
  • 二级引证文献(37)
2014(61)
  • 引证文献(3)
  • 二级引证文献(58)
2015(87)
  • 引证文献(1)
  • 二级引证文献(86)
2016(87)
  • 引证文献(0)
  • 二级引证文献(87)
2017(78)
  • 引证文献(2)
  • 二级引证文献(76)
2018(70)
  • 引证文献(4)
  • 二级引证文献(66)
2019(70)
  • 引证文献(5)
  • 二级引证文献(65)
2020(17)
  • 引证文献(1)
  • 二级引证文献(16)
研究主题发展历程
节点文献
数据挖掘
神经网络
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
相关基金
江西省自然科学基金
英文译名:Natural Science Foundation of Jiangxi Province
官方网址:http://www.jxstc.gov.cn/ReadNews.asp?NewsID=861
项目类型:
学科类型:
论文1v1指导