基于改进的C4.5算法与LSTM神经网络的水产病害预测

• 作者: 任紫薇 凌逸文 姜春涛 曹颖 潘淑仪 肖浩鸣 邱文浩 黄昕
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 长短期记忆循环神经网络 C4.5算法 水产病害预测
• 年，卷（期）: 2020,（8）
• 页码范围: 194-195
• 页数: 2页
• 分类号: TP393

摘要

传统的神经网络并不能做到长期记忆,存在“长期依赖”问题。但长短期记忆循环神经网络模型擅长处理可变长度的时间序列的数据输入,且网络具有自连接的隐层,可以有效解决长期依赖问题。标准BP神经网络算法收敛速度慢、局部极值、难以确定隐层数和隐层的节点个数。由于收集的水体数据中有许多属性相关性较大,如果将所有属性都用C4.5算法进行计算,则会造成一定的资源浪费,降低计算效率。而改进的C4.5算法则增加了去除相关性大的几个属性这一环节,从而有效地减少了不必要的计算。该文主要融合长短期记忆循环神经网络以及决策树两种算法,来进行水产养殖病害预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄昕	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
2	姜春涛	佛山科学技术学院数学与大数据学院	3	1	1.0	1.0
3	任紫薇	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
4	潘淑仪	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
5	凌逸文	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
6	曹颖	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
7	肖浩鸣	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0
8	邱文浩	佛山科学技术学院数学与大数据学院	1	0	0.0	0.0