一种基于BP神经网络的离散化方法
随着人工智能和数据挖掘技术的深入发展,大数据逐步进入人们的视野,在大数据的处理过程中,离散化处理是一个必不可少的环节。本文通过在BP神经网络的学习过程中引入动量学习法,进一步完善了BP神经网络在学习方面的局限性,降低了BP神经网络的训练误差,在此基础上提出了一种基于BP神经网络的离散化方法,实现了对连续属性的离散化处理。算法分析和实验证明,本算法是切实可行的。
离散化、BP神经网络、连续属性、动量学习法
TP393(计算技术、计算机技术)
2015-06-10(万方平台首次上网日期,不代表论文的发表时间)
共2页
195-196