计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
7期
81-85
,共5页
数据分类%数据挖掘%规则提取%蚁群算法%神经网络
數據分類%數據挖掘%規則提取%蟻群算法%神經網絡
수거분류%수거알굴%규칙제취%의군산법%신경망락
在数据挖掘领域,分类获得了很大的关注度,其主要目的是预测数据对象的所属类别.分类方法可分为基于规则和不基于规则两大类,其中神经网络由于在预测、从经验中学习、从先前样本中泛化等方面的优秀表现,使其成为分类领域的一个重要的方法,并往往能够获得很高的分类准确性,然而其非常有限的解释能力成为了制约其应用的一大缺陷.提出了一种基于改良蚁群算法的神经网络分类规则提取方法,通过改良的蚁群算法来填补神经网络有限的解释能力,从数据中提取出分类规则.实验证明,该方法能够很好的辅助神经网络,从要分类的数据中获取规则.
在數據挖掘領域,分類穫得瞭很大的關註度,其主要目的是預測數據對象的所屬類彆.分類方法可分為基于規則和不基于規則兩大類,其中神經網絡由于在預測、從經驗中學習、從先前樣本中汎化等方麵的優秀錶現,使其成為分類領域的一箇重要的方法,併往往能夠穫得很高的分類準確性,然而其非常有限的解釋能力成為瞭製約其應用的一大缺陷.提齣瞭一種基于改良蟻群算法的神經網絡分類規則提取方法,通過改良的蟻群算法來填補神經網絡有限的解釋能力,從數據中提取齣分類規則.實驗證明,該方法能夠很好的輔助神經網絡,從要分類的數據中穫取規則.
재수거알굴영역,분류획득료흔대적관주도,기주요목적시예측수거대상적소속유별.분류방법가분위기우규칙화불기우규칙량대류,기중신경망락유우재예측、종경험중학습、종선전양본중범화등방면적우수표현,사기성위분류영역적일개중요적방법,병왕왕능구획득흔고적분류준학성,연이기비상유한적해석능력성위료제약기응용적일대결함.제출료일충기우개량의군산법적신경망락분류규칙제취방법,통과개량적의군산법래전보신경망락유한적해석능력,종수거중제취출분류규칙.실험증명,해방법능구흔호적보조신경망락,종요분류적수거중획취규칙.
