二进制粒神经网络及其在分类中的应用

• 作者: 谢克明 谢珺 陈泽华
• 来源期刊: 太原理工大学学报
• 关键词: 粒计算 神经网络 分类器 最优约简
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 329-332
• 页数: 4页
• 分类号: TP183
• 语种: 中文

摘要

为了提高分类器的正确识别率并降低特征选择的时间复杂度, 提出二进制粒神经网络框架.在该框架下,提出一种二进制粒神经网络分类算法.该算法通过二进制粒矩阵将特征空间进行最优约简,并利用基于BP的学习算法实现分类;将该算法在UCI数据集上进行测试,并与BP神经网络分类算法进行比较.仿真实验表明,二进制粒神经网络分类算法比BP神经网络分类算法分类正确率更高,泛化能力更强,是一种有效可行的分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢克明	太原理工大学信息工程学院	145	1524	18.0	31.0
2	谢珺	太原理工大学信息工程学院	36	180	8.0	11.0
3	陈泽华	太原理工大学信息工程学院	48	362	9.0	17.0