基于并行反向熵决策树算法的人工神经网络

• 作者: 毛致国 王亚弟 王卓君
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人工神经网络 并行决策树 熵 数据挖掘
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 105-108
• 页数: 4页
• 分类号: TP3
• 字数: 4172字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.07.043

摘要

针对数据分类挖掘问题,利用并行思想,提出一种基于并行反向熵决策树算法的人工神经网络.通过概率度量水平生成并行决策树对数据进行粗处理,以加快人工神经网络的分析速度.随后采用一组仿真数据对该方法进行测试和评估.实验结果表明,该并行分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亚弟		68	257	9.0	11.0
2	毛致国		3	24	2.0	3.0
3	王卓君	解放军信息工程大学电子技术学院	1	2	1.0	1.0