PSO-BP网络模型在数据分类中的应用

• 作者: 冯俊青 郁志宏
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 微粒群算法 BP网络 模式识别 数据挖掘
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 13-15,18
• 页数: 4页
• 分类号: TP391.4
• 字数: 3580字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2007.11.005

摘要

分类技术是数据挖掘的重要分支,常见的分类方法有决策树、统计方法、机器学习方法、BP神经网络方法等.本文针对标准BP网络存在的一些缺陷,结合一种进化算法微粒群(PSO)算法,建立了一种用于数据分类的网络模型.该模型充分利用微粒群算法的全局寻优特性,优化BP网络的权值和阈值,既保证了BP网络能收敛到全局最优解,加快了BP网络的收敛速度和收敛精度,又提高了待分类数据的识别准确率.仿真实验结果表明此模型较BP网络具有较好的分类识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郁志宏	内蒙古农业大学机电工程学院	59	251	10.0	12.0
2	冯俊青	内蒙古农业大学机电工程学院	1	8	1.0	1.0