版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著數(shù)據(jù)庫技術(shù)的成熟應(yīng)用和Internet的迅速發(fā)展,人們利用信息技術(shù)產(chǎn)生和搜集數(shù)據(jù)的能力大幅度提高,使得從大量數(shù)據(jù)中挖掘出有用的信息或知識成為一個迫切需要解決的問題。正是這種需求推動了數(shù)據(jù)挖掘興起和數(shù)據(jù)挖掘技術(shù)的發(fā)展。數(shù)據(jù)挖掘經(jīng)常要面對一些有噪聲、雜亂、非線性的數(shù)據(jù),而神經(jīng)網(wǎng)絡(luò)具有良好的魯棒性、自適應(yīng)性、并行處理、分布存儲和高度容錯性等特點,因此神經(jīng)網(wǎng)絡(luò)非常適合用來解決數(shù)據(jù)挖掘的一些問題。
本文簡單闡述了數(shù)據(jù)挖掘和人工神
2、經(jīng)網(wǎng)絡(luò)的基本理論。在分析數(shù)據(jù)挖掘各種技術(shù)的基礎(chǔ)上,對神經(jīng)網(wǎng)絡(luò)方法在數(shù)據(jù)挖掘中的應(yīng)用進(jìn)行了研究分析,接著著重研究了基于RBF神經(jīng)網(wǎng)絡(luò)的分類數(shù)據(jù)挖掘方法。并將遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)有機結(jié)合,利用遺傳算法優(yōu)化RBF隱層中心參數(shù)和寬度；同時提出了改進(jìn)的遺傳算法。實驗表明改進(jìn)的遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)用于數(shù)據(jù)挖掘能提高網(wǎng)絡(luò)的逼近能力和分類準(zhǔn)確率。
本文研究主要內(nèi)容如下:
(1)介紹RBF神經(jīng)網(wǎng)絡(luò)的工作原理以及在數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- RBF神經(jīng)網(wǎng)絡(luò)在Web挖掘中的應(yīng)用研究.pdf
- RBF網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究及其算法改進(jìn).pdf
- 神經(jīng)網(wǎng)絡(luò)方法及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于粗糙集的神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 有理權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 進(jìn)化神經(jīng)網(wǎng)絡(luò)聚類技術(shù)及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 支持向量機與RBF神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)預(yù)測模型的應(yīng)用.pdf
- rbf神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用研究
- 數(shù)據(jù)挖掘中的人工神經(jīng)網(wǎng)絡(luò)算法及應(yīng)用研究.pdf
- B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- RBF神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用研究.pdf
- Spiking神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)預(yù)測和分類中的應(yīng)用研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用研究.pdf
- 貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于過程神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘及其應(yīng)用研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在模式分類中的應(yīng)用研究.pdf
評論
0/150
提交評論