基于改進的BP神經(jīng)網(wǎng)絡雜數(shù)據(jù)挖掘中的應用.pdf

1、隨著現(xiàn)代社會的快速發(fā)展及互聯(lián)網(wǎng)應用越來越廣泛，每天所產(chǎn)生的信息量也在急劇的增加，特別是網(wǎng)絡數(shù)據(jù)每天都在指數(shù)倍的增加。面對這些實際存在的數(shù)據(jù)，如何從中獲得對人們有用的知識，越來越受到廣泛的關注與研究。因此數(shù)據(jù)挖掘技術也正迎合了如此艱巨的需求，得到廣泛的應用和推廣。
　　數(shù)據(jù)挖掘需要面對的往往是一些帶有噪聲的、非線性的、雜亂的數(shù)據(jù)，處理這些數(shù)據(jù)恰好是神經(jīng)網(wǎng)絡的優(yōu)勢所在。本文提出了基于改進的BP神經(jīng)網(wǎng)絡算法對數(shù)據(jù)挖掘進行研究，并通過實例

2、驗證了該算法在數(shù)據(jù)挖掘中的有效性。本文的研究工作主要有以下部分：
　　1.針對BP神經(jīng)網(wǎng)絡結構缺乏理論指導這一不足，提出了動態(tài)增加隱層節(jié)點的方法，以使得網(wǎng)絡可以得到合適的網(wǎng)絡結構。并通過Iris數(shù)據(jù)集和全國交通運輸數(shù)據(jù)集兩組實驗，對改進后的網(wǎng)絡模型進行驗證，結果表明改進后的方法可以獲得合適的隱層節(jié)點數(shù)量。
　　2.本文針對改進后BP算法容易陷入局部最優(yōu)的不足，提出利用遺傳算法對BP算法進行改進的策略。然后通過奇偶校驗問題樣本