计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2009年
10期
88-90
,共3页
BP神经网络%粗糙集%分类%数据挖掘%决策表
BP神經網絡%粗糙集%分類%數據挖掘%決策錶
BP신경망락%조조집%분류%수거알굴%결책표
分类是数据挖掘中重要的课题,为协调决策分类,提出了一种基于粗糙集理论和BP神经网络的数据挖掘的方法.在此方法中首先用粗糙集约简决策表中的冗余属性,然后用BP神经网络进行噪声过滤,最后由粗糙集从约简的决策表中产生规则集.此方法不仅避免了从训练神经网络中提取规则的复杂性,而且有效的提高了分类的精确度.
分類是數據挖掘中重要的課題,為協調決策分類,提齣瞭一種基于粗糙集理論和BP神經網絡的數據挖掘的方法.在此方法中首先用粗糙集約簡決策錶中的冗餘屬性,然後用BP神經網絡進行譟聲過濾,最後由粗糙集從約簡的決策錶中產生規則集.此方法不僅避免瞭從訓練神經網絡中提取規則的複雜性,而且有效的提高瞭分類的精確度.
분류시수거알굴중중요적과제,위협조결책분류,제출료일충기우조조집이론화BP신경망락적수거알굴적방법.재차방법중수선용조조집약간결책표중적용여속성,연후용BP신경망락진행조성과려,최후유조조집종약간적결책표중산생규칙집.차방법불부피면료종훈련신경망락중제취규칙적복잡성,이차유효적제고료분류적정학도.