作者:
原文服务方: 现代电子技术       
摘要:
针对传统的数据挖掘算法存在结构复杂、耗时长、数据分析过程中易出现错误,数据计算结果难以准确表达结果等缺陷,提出结合神经网络在数据挖掘中的应用方法.由于神经网络拥有对噪声数据承受能力高、错误率低等优点,因此结合神经网络系统对数据挖掘算法进行改进设计可大幅度提高数据准确性,该方法拥有结构简单、表述清晰、精准度高等优势.为基于神经网络的数据挖掘算法的可行性进行了严谨的实验分析,对实验数据进行认真的记录和研究,实验结果表明,基于神经网络的挖掘算法相比传统数据挖掘算法,其精度明显提高,且整个过程耗时较短,由此可证实基于神经网络的数据挖掘算法具有更高的实用性.
推荐文章
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
基于改进的BP神经网络方法的数据挖掘
数据挖掘
神经网络
BP算法
分类
预测
基于神经网络的数据挖掘算法研究
BP神经网络
支持向量机
核函数
数据挖掘
基于改进遗传算法的神经网络集成模型
遗传算法
神经网络集成
自适应交叉概率
自适应变异概率
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 基于改进神经网络的挖掘算法设计
来源期刊 现代电子技术 学科
关键词 数据挖掘 神经网络 粗糙集 数据挖掘算法 数据计算 可行性分析
年,卷(期) 2018,(14) 所属期刊栏目 前沿交叉科学
研究方向 页码范围 143-146
页数 4页 分类号 TN711-34|TP183
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.14.035
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 黄文锋 10 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (38)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (22)
二级引证文献  (9)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(24)
  • 参考文献(0)
  • 二级参考文献(24)
2014(17)
  • 参考文献(0)
  • 二级参考文献(17)
2015(30)
  • 参考文献(4)
  • 二级参考文献(26)
2016(14)
  • 参考文献(4)
  • 二级参考文献(10)
2017(6)
  • 参考文献(6)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
数据挖掘
神经网络
粗糙集
数据挖掘算法
数据计算
可行性分析
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导