一种高效的基于排序的RBF神经网络属性选择方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：高维数据包含的大量冗余给数据挖掘带来了困难.因此,对高维数据进行数据挖掘时,必须先对原始数据进行降维处理.文中提出一种基于数据属性重要性排序的神经网络属性选择方法.该方法只需对部分属性进行训练,即可进行降维.它克服了现有的神经网络降维方法必须对全部属性进行训练的弊端,大大提高了属性选择的效率.该方法先用输入输出关联法对数据属性进行重要性排序,然后按重要次序用RBF神经网络进行属性选择.仿真结果表明效果良好.http://www.cqvip.com//QK/94832X/200308/8115816.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 性选择 神经网 RBF cqvip 数据降维 属性重要性排序 输入输出关联法 RBF神经网络 属性选择