基于粗集神经网络的分类方法

摘要：

数据挖掘是近年来发展快速的信息处理新技术.如何有效地从高维的、超大规模数据中提取隐藏的有用信息,是该领域的研究核心.针对海量数据的挖掘分类问题,将粗集和神经网络紧密结合建立一种新的高效数据挖掘模型,即利用粗糙集理论中的知识简化方法,去掉冗余的属性特征和样本,然后,利用性能优良的模糊kohonen聚类神经网络进行聚类分析,最后形成分类规则.该模型充分融合了粗集强大的规则提取能力和神经网络优良的分类能力.实验证明模型具有很好的分类效率,且有较高的精确性.

关键词：粗集神经网络、数据挖掘、聚类分析、模糊kohonen、聚类网络、分类

所属期刊栏目：18

分类号：TP3;TP1

资助基金：浙江省教育厅科研项目20070330:浙江海洋学院校级科研项目21065005807

在线出版日期：2009-05-22（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：104-108