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
基于改进型遗传神经网络的相似重复记录检测
相似重复记录
遗传算法
神经网络
数据清洗
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导