孤立点检测改进径向基神经网络动态预测模型
고립점검측개진경향기신경망락동태예측모형
Outliers detection for improving dynamic prediction model created by radial basis function neural network
  • 万方数据
    计算机工程与应用 계산궤공정여응용
    COMPUTER ENGINEERING AND APPLICATIONS
    2009年 28期 52-54,82 ,共4页

    孤立点检测%凝聚层次聚类%径向基神经网络%预测 孤立點檢測%凝聚層次聚類%徑嚮基神經網絡%預測
    고립점검측%응취층차취류%경향기신경망락%예측
    提出一种基于凝聚层次聚类消除孤立点的新方法,借助聚类树识别孤立点.去除孤立点后,利用RBF网络建立动态预测模型,实验结果表明,网络的训练和泛化性能较消除孤立点前有明显提高.说明凝聚层次聚类方法用在孤立点检测方面是有效可行的,消除孤立点后建立的模型收敛速度快,泛化能力更优.
    제출일충기우응취층차취류소제고립점적신방법,차조취류수식별고립점.거제고립점후,이용RBF망락건립동태예측모형,실험결과표명,망락적훈련화범화성능교소제고립점전유명현제고.설명응취층차취류방법용재고립점검측방면시유효가행적,소제고립점후건립적모형수렴속도쾌,범화능력경우.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문