作者:
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:
针对数据规模的扩大,重复记录检测效率往往不能进一步提升的问题,提出一种粒子群优化BP神经网络的重复记录检测方法,充分利用了神经网络的非线性映射和粒子群算法的全局优化特性.将基于学习的思想和进化的思想应用到重复记录检测中,避开了传统方法计算属性权重的问题.理论分析和实验表明:该方法不仅具有好的检测精度,而且具有很好的时间效率,能够有效地解决大数据量的相似重复记录检测问题.
推荐文章
大型数据库重复记录检测与优化研究
大型数据库
重复记录检测
重复记录优化
学习样本构建
最优位置确定
权值设置
改进量子粒子群算法优化神经网络的数据库重复记录检测
数据库
重复记录
神经网络
量子粒子群优化算法
时变参数
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于粒子群优化BP神经网络的高校科研管理评估研究
高校科研管理
绩效评估
粒子群算法
BP神经网络
模型预测
预测精度
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 粒子群优化BP神经网络用于重复记录检测
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 重复记录检测 BP神经网络 粒子群算法 智能检测
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 959-962
页数 分类号 TP393
字数 2773字 语种 中文
DOI 10.3969/j.issn.1008-0562.2010.05.068
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 马翔 湖南涉外经济学院计算机科学与技术学院 16 41 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (276)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (28)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
重复记录检测
BP神经网络
粒子群算法
智能检测
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导