基于RBF神经网络的数据挖掘方法探究
在互联网技术快速发展和数据库技术广泛应用的同时,人类通过信息技术搜集数据的能力越来越强,而如何从大量数据中挖掘有价值的知识或信息也变得尤为迫切.为了解决上述问题,数据挖掘技术应运而生.研究发现,数据挖掘所需处理的数据多为非线性的、杂乱和存在噪声的数据,神经网络正是凭借其高度容错性、分布存储、并行处理、自适应性和鲁棒性等特征而被广泛用来处理一些数据挖掘的问题.据此,在本案,笔者首先介绍数据挖掘与RBF神经网络的相关理论知识;然后再重点讨论基于RBF神经网络的数据挖掘方法,以供同行参考.
RBF神经网络、数据挖掘、遗传算法
12
TP18(自动化基础理论)
2016-06-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
151-153