属性重要性评分方法的改进

摘要：

研究信息系统的属性重要性评分方法,通过引入敏感系数构建神经网络模型,提出属性重要性评分算法,将信息系统的各条件属性和决策属性构造一个径向基函数(RBF)神经网络.经训练和学习后,综合考虑各属性间的关系,动态调整RBF网络的拓扑结构,评分各属性的重要性.以红籽西瓜性状数据作为样本数据和测试数据进行实例分析,验证该方法的有效性.

关键词：敏感系数、属性、神经网络、径向基函数

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目30800663;国家科技支撑计划基金资助项目2009BADC4B02;安徽省高校省级自然科学研究基金资助项目KJ2007B158,KJ2008B111

在线出版日期：2011-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：180-182