分解型分类数据挖掘算法研究及改进

摘要：

神经网络由于具有良好的非线性映射能力和对任意函数的准确逼近能力,用于分类问题中的分类规则提取往往能获得很高的精度.本文针对一种分解型基于前馈网络的数据挖掘算法做了深入研究,给出了算法流程.根据其结构复杂的特点对前端输入做出了优化,并基于JOONE(Java Object Oriented Neural Network)构造了RBF(Radial Basis Function)径向基分类神经网络,且通过UCI数据集验证了该方法的有效性.

关键词：分类、规则提取、RBF、神经网络

所属期刊栏目：42

分类号：TP311.13(计算技术、计算机技术)

资助基金：教育部高校行动计划项目资助智能科学与技术2004XD-03

在线出版日期：2009-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：539-543