基于神经网络的数据挖掘分类算法比较和思考

• 作者: 于欣平
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 神经网络 数据挖掘 分类算法
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 技术交流
• 页码范围: 94-96
• 页数: 3页
• 分类号: TP311
• 字数: 3863字
• 语种: 中文

摘要

通过将神经网络的数据挖掘分类算法作为主要研究对象,采用分类应用实验和文献研究法,选择3种人工神经网络算法,即VM神经网络算法、BP神经网络算法以及ELM神经网络算法.在比较实验结果后可知不同的数据挖掘分类算法有着各自不同的优势特点,而在玉米种子和红酒种类分类实验中,ELM神经网络算法分类的效果最优,其正确率在83％以上,并且建模时间最短.只有结合数据量的具体情况选择与之相对应的数据挖掘分类算法,才能有效提高数据挖掘的精确度和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于欣平		2	0	0.0	0.0