计算机工程与应用
計算機工程與應用
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.
提齣一種基于凝聚層次聚類消除孤立點的新方法,藉助聚類樹識彆孤立點.去除孤立點後,利用RBF網絡建立動態預測模型,實驗結果錶明,網絡的訓練和汎化性能較消除孤立點前有明顯提高.說明凝聚層次聚類方法用在孤立點檢測方麵是有效可行的,消除孤立點後建立的模型收斂速度快,汎化能力更優.
제출일충기우응취층차취류소제고립점적신방법,차조취류수식별고립점.거제고립점후,이용RBF망락건립동태예측모형,실험결과표명,망락적훈련화범화성능교소제고립점전유명현제고.설명응취층차취류방법용재고립점검측방면시유효가행적,소제고립점후건립적모형수렴속도쾌,범화능력경우.