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:
神经网络作为数据挖掘的重要工具,如果提高神经网络训练过程的达优率与泛化能力,就能够改善其在分类预测任务中的预测准确度和噪声承受力.该文提出以复合适应度代替传统的均方误差作为神经网络的训练指标,从而改善神经网络泛化能力;并将用于训练神经网络微粒群算法通过单纯形算法改进,从而提高了全局搜索能力与达优率.最终产生一种基于复合适应度的单纯微粒群神经网络训练算法模型.将这样的模型应用于数据挖掘的预测任务中,实验结果表明,预测准确度和噪声承受力均有所提高.
推荐文章
基于遗传算法与神经网络混合算法的数据挖掘技术综述
数据挖掘
数据库
遗传算法
神经网络
基于单纯形优化学习算法的前向神经网络电机模型辨识
神经网络
单纯形
无刷直流电动机
辨识
神经网络在数据挖掘中的应用
数据
神经网络
数据挖掘
单纯形微粒群优化算法的改进及其在优化PID参数问题中的应用
微粒群优化算法
单纯形微粒群优化算法
PID自动调节系统
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 单纯形微粒群组合算法优化神经网络及在数据挖掘中的应用
来源期刊 微型电脑应用 学科 工学
关键词 单纯形 微粒群 复合适应度 神经网络 数据挖掘 达优率泛化能力
年,卷(期) 2009,(1) 所属期刊栏目 技术交流
研究方向 页码范围 43-45,42
页数 4页 分类号 TP274
字数 3049字 语种 中文
DOI 10.3969/j.issn.1007-757X.2009.01.015
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 方建安 87 615 13.0 19.0
2 丁翔 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单纯形
微粒群
复合适应度
神经网络
数据挖掘
达优率泛化能力
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导