期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
一种基于前馈式神经网络的数据挖掘方法
被引量：
5
A Method of Data Mining Based on Neural Networks
下载PDF
职称材料
导出
摘要
神经网络是目前公认的高精度分类器。尽管其具有结构复杂,网络训练时间长,分类过程难以理解等不足,但其较高的正确率是其他方法所不及的。本文介绍了一种基于前馈式神经网络的数据挖掘的分类方法,并给出了一个例子说明。
作者
刘亚军
杨斌
机构地区
湘潭大学信息工程学院计算机系
出处
《微计算机应用》
2002年第6期348-350,339,共4页
Microcomputer Applications
关键词
前馈式神经网络
数据挖掘
数据库
知识发现
BP算法
分类号
TP311.131 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
14
参考文献
5
共引文献
366
同被引文献
26
引证文献
5
二级引证文献
39
参考文献
5
1
Zhang Ling, Zhang Bo. Neural Network based classifiers for a Vast Amount of Data. In: Proceedings of PAKDD' 99,238-246
2
陈遵德.
Rough Set身经网络智能系统及其应用[J]
.模式识别与人工智能,1999,12(1):1-5.
被引量：29
3
张朝晖,陆玉昌,张钹.
利用神经网络发现分类规则[J]
.计算机学报,1999,22(1):108-112.
被引量：37
4
焦李成.神经网络的应用与实现[M].西安:西安电子科技大学出版社,1996..
5
胡侃,夏绍玮.
基于大型数据仓库的数据采掘:研究综述[J]
.软件学报,1998,9(1):53-63.
被引量：255
二级参考文献
14
1
陈遵德,朱广生.
Kohonen网络在油气横向预测中的应用[J]
.石油物探,1995,34(2):53-56.
被引量：18
2
王珏,苗夺谦,周育健.
关于Rough Set理论与应用的综述[J]
.模式识别与人工智能,1996,9(4):337-344.
被引量：264
3
Ma Xiaoqiang，香港大学技术报告，1996年
4
Han J，Proceedings of ACM SIGMOD International Conference’96 on Management of Data （SIGMOD’96），1996年
5
Cheung D，Proceedings of the International Conference’96 on Data Engineering （ICDE’96），1996年
6
Han Jiawei，Proceedings of the International Conference’96 on Data Mining and Knowledge Discovery （KDD’96），1996年，250页
7
Lu Hongjun，IEEE Trans Knowl Data Eng，1996年，8卷，6期，957页
8
Wang Shan，计算机世界，1996年，7卷，28期，101页
9
Guo Yibin，PC World China（in Chinese），1996年，26页
10
Jia Hong，中国计算机用户，1996年，6页
共引文献
366
1
黄越岭,张小真,沈艳多.
可视化远程教育管理系统研究[J]
.西南师范大学学报（自然科学版）,2006,31(6):100-104.
被引量：1
2
高忠涛,梁景凯,曲延滨.
基于粗糙集理论的规则提取及约简[J]
.控制工程,2003,10(z2):63-64.
被引量：1
3
庄玉良.
Study on Material ManagementSystem of Coal Enterprise Basedon Data Warehouse[J]
.Journal of China University of Mining and Technology,2004,14(2):127-132.
4
徐常凯,王耀才,王军威.
Research on Forecast Technologyof Mine Gas Emission Based onFuzzy Data Mining(FDM)[J]
.Journal of China University of Mining and Technology,2004,14(2):174-178.
5
胡卫兵,王骏涛,胡明文.
数据挖掘与土木工程的健康监测及诊断[J]
.振动工程学报,2004,17(z1):300-304.
被引量：1
6
李勇.
XML技术在网络数据挖掘应用中的优势[J]
.雁北师范学院学报,2003,19(5):89-90.
7
李俊华,薛建阳,赵鸿铁.
型钢高强混凝土框架柱抗震性能的神经网络评估[J]
.哈尔滨工业大学学报,2003,35(z1):74-77.
8
唐懿芳,钟达夫.
主成分分析方法对数据进行预处理[J]
.广西师范大学学报（哲学社会科学版）,2002,38(S1):223-225.
被引量：16
9
赵卫东,盛昭瀚.
基于快速模拟退火的案例检索模型研究[J]
.管理工程学报,2001,15(1):77-79.
被引量：4
10
张玉林,仲伟俊,梅姝娥.
一类表内多概念间多层次关联规则挖掘算法及应用[J]
.计算机工程与应用,2001,37(14):91-92.
被引量：4
同被引文献
26
1
王静红,王熙照,邵艳华,王伍伶.
决策树算法的研究及优化[J]
.微机发展,2004,14(9):30-32.
被引量：31
2
吴新玲.
基于贝叶斯方法的分类预测[J]
.计算机工程与应用,2004,40(33):195-197.
被引量：2
3
樊建聪,张问银,梁永全.
基于贝叶斯方法的决策树分类算法[J]
.计算机应用,2005,25(12):2882-2884.
被引量：20
4
雷松泽,郝艳.
基于决策树的就业数据挖掘[J]
.西安工业学院学报,2005,25(5):429-432.
被引量：25
5
吴文兴.
基于神经网络的数据挖掘关键技术与实现途径[J]
.嘉应学院学报,2006,24(3):70-73.
被引量：2
6
杭州人才网(2009-05-07).http://www.hzrc.com/.
7
QUINLAN J R.Bagging,boosting and C4.5 [ C ].In Proc. 13th Natl.Conf.Artificial Intelligence.Portland,OR.Aug. 1996 : 725-730.
8
SVRGES C J C.A tutorial on support vector machines for pattern recognition [J ]. Data Mining and Knowledge Discovery, 1998(2) : 121-167.
9
VAPNIK V N. The nature of statistical learning theory [ M ]. New York:Springer, 1995 : 224-248.
10
Jiawei Han Micheline Kamber.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
引证文献
5
1
陈刚,刘发升.
基于BP神经网络的数据挖掘方法[J]
.计算机与现代化,2006(10):20-22.
被引量：14
2
潘烈,王勋.
面向就业网站的高校毕业生分类机制研究——基于支持向量机的方法[J]
.浙江工商大学学报,2009(5):91-96.
被引量：2
3
王磊,王汝凉.
基于改进的BP神经网络方法的数据挖掘[J]
.广西师范学院学报（自然科学版）,2016,33(1):79-84.
被引量：6
4
付斌,张吉军,钟健,黄长略,于智博.
基于BP神经网络的数据挖掘方法在需求预测中的应用研究[J]
.情报科学,2017,35(11):132-135.
被引量：16
5
李燕燕,鱼先锋.
WOA-SVM方法在高校毕业生分类机制中研究应用[J]
.现代科学仪器,2019,36(1):163-167.
被引量：1
二级引证文献
39
1
崔轩辉,王东.
BP算法在数据挖掘中应用研究[J]
.计算机工程与设计,2007,28(14):3462-3465.
被引量：1
2
周健,龚德俊.
基于BP算法的交通流预测[J]
.公路与汽运,2008(5):39-41.
被引量：2
3
马宏伟,张光卫,李鹏.
协同过滤推荐算法综述[J]
.小型微型计算机系统,2009,30(7):1282-1288.
被引量：202
4
邹丽娜,丁茜.
基于BP算法的成绩预测模型[J]
.沈阳师范大学学报（自然科学版）,2011,29(2):226-229.
被引量：11
5
赵琴琴,鲁凯,王斌.
SPCF：一种基于内存的传播式协同过滤推荐算法[J]
.计算机学报,2013,36(3):671-676.
被引量：49
6
冯芝丽.
基于BP算法的小车自动寻径[J]
.数字技术与应用,2013,31(7):102-102.
7
郭娣,赵海燕,侯景德,陈庆奎,曹健.
基于相似性传播和流行度降维的混合推荐方法[J]
.小型微型计算机系统,2015,36(4):707-712.
被引量：1
8
周齐.
基于机器学习的推荐系统[J]
.电子技术与软件工程,2016(24):173-173.
被引量：4
9
周戈.
基于神经网络的数据挖掘方法研究[J]
.数字技术与应用,2017,35(4):47-47.
被引量：1
10
张海娜,王小芬,马玉芳.
半导体激光夜视图像中的可逆数据挖掘[J]
.激光杂志,2017,38(5):114-117.
1
曾朝晖,刘亚军.
神经网络数据挖掘方法在网络营销中的应用[J]
.电脑知识与技术（技术论坛）,2005(5):73-75.
被引量：1
2
张长胜,王雪峰,冯英浚.
一种新的基于目标反传的前馈式神经网络训练算法[J]
.哈尔滨商业大学学报（自然科学版）,2002,18(2):225-227.
被引量：2
3
邓全才,王春东,常青.
一种基于模式匹配与前馈式神经网络的入侵检测方法[J]
.天津理工大学学报,2010,26(5):34-38.
被引量：2
4
史安娜.
BP神经网络在社会经济非线性时间序列预测中的应用[J]
.水利经济,2000,18(6):19-21.
被引量：5
5
张少仲,冯英浚.
单参数动态搜索算法的泛化与容错能力[J]
.哈尔滨工业大学学报,2000,32(6):1-4.
被引量：2
6
谭松波,冯英浚,王雪峰.
前馈式神经网络的最小二乘学习算法[J]
.哈尔滨工业大学学报,2003,35(4):403-404.
被引量：4
7
姜惠兰,孙雅明.
前馈式神经网络的容错性评估和计算方法的研究[J]
.模式识别与人工智能,2004,17(2):201-206.
8
赵青,俞承芳,凌燮亭.
前馈神经网络盲信号分离的实验研究[J]
.复旦学报（自然科学版）,1997,36(3):344-348.
9
余新新.
神经网络模型优化问题的研究及其应用(英文)[J]
.武汉理工大学学报（交通科学与工程版）,2002,26(5):696-699.
被引量：2
10
孙学全,王雪峰,冯英浚.
自适应特征空间扩张神经网络[J]
.哈尔滨工业大学学报,2002,34(1):58-63.
被引量：1
微计算机应用
2002年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
