基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf

基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf

ID:53029539

大?。?74.17 KB

頁數(shù):4頁

時間:2020-04-14

基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf_第1頁
基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf_第2頁
基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf_第3頁
基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf_第4頁
資源描述:

《基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究-論文.pdf》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、2015年3』】重慶文理學(xué)院學(xué)報Mar.,2015第34卷第2期JournalofChongqingUniversityofArtsandSciencesVo1.34No.2基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究呂螈(蕪湖地區(qū)衛(wèi)生學(xué)校,安徽蕪湖241000)[摘要]神經(jīng)網(wǎng)絡(luò)是基于人腦神經(jīng)處理信息方式發(fā)展起來的一種處理數(shù)據(jù)的方法,既結(jié)合人腦神經(jīng)處理信息數(shù)據(jù)的基本特點(diǎn),又包括目前先進(jìn)的數(shù)字信息處理技術(shù).基于數(shù)據(jù)的準(zhǔn)備階段和規(guī)則設(shè)定分析基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘過程,并分析神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘類別,介紹神經(jīng)網(wǎng)絡(luò)的驅(qū)動方式.[關(guān)鍵詞]數(shù)據(jù)挖掘;分類;神經(jīng)網(wǎng)絡(luò);決策;數(shù)據(jù)準(zhǔn)備[中圖分類號]TP311.5

2、[文獻(xiàn)標(biāo)志碼]A[文章編號]1673—8004(2015)02—0122—03定義,使用戶的數(shù)據(jù)資源能夠適應(yīng)某種數(shù)據(jù)挖掘l基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘過程分析的方式.?dāng)?shù)據(jù)準(zhǔn)備作為數(shù)據(jù)挖掘的首要步驟,對神經(jīng)網(wǎng)絡(luò)是模仿人類的神經(jīng)系統(tǒng)建立的網(wǎng)于數(shù)據(jù)的挖掘有著極其重要的作用.?dāng)?shù)據(jù)準(zhǔn)備首絡(luò),根據(jù)人類神經(jīng)元和神經(jīng)網(wǎng)絡(luò)處理信息的基本先是進(jìn)行數(shù)據(jù)的清洗.?dāng)?shù)據(jù)的清洗是為了補(bǔ)充數(shù)特點(diǎn),結(jié)合信息處理的特點(diǎn),用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)本據(jù)中數(shù)值的空缺,去除干擾數(shù)據(jù),對數(shù)據(jù)庫中類身來實(shí)現(xiàn)信息的輸入、處理以及輸出.在神經(jīng)網(wǎng)型不統(tǒng)一的數(shù)據(jù)進(jìn)行整理.?dāng)?shù)據(jù)清洗可以在數(shù)據(jù)絡(luò)發(fā)展初期該技術(shù)并不被人看好,主要是因?yàn)樯裱b入之前進(jìn)行,也可以

3、在裝入之后進(jìn)行,靈活度經(jīng)網(wǎng)絡(luò)比較復(fù)雜,并且受外界環(huán)境的干擾較大.比較高,然后就是數(shù)據(jù)的選擇.所謂的數(shù)據(jù)選擇隨著網(wǎng)絡(luò)算法和運(yùn)算規(guī)則的不斷提出和完善,神就是根據(jù)本次利用的數(shù)據(jù)進(jìn)行刪選,比如某一數(shù)經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘方面有了廣泛的應(yīng)用.據(jù)庫中有10000行和10000列數(shù)據(jù),其中只有1.1數(shù)據(jù)準(zhǔn)備階段100列和100行數(shù)據(jù)能夠?qū)τ脩舻臎Q策起到積極神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘過程主要由數(shù)據(jù)的準(zhǔn)作用,神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)選擇作用能夠幫助用戶對備、規(guī)則的設(shè)置以及規(guī)則的評估3個方面組成,這些數(shù)據(jù)進(jìn)行篩選,通過建立一個模型,然后幫如圖1所示.助用戶進(jìn)行數(shù)據(jù)的篩選,接著就是數(shù)據(jù)的預(yù)先處,———、==理.預(yù)先處理是對已

4、經(jīng)篩選后的數(shù)據(jù)進(jìn)行增強(qiáng)處區(qū)匝田臣巫臣l理,然后是數(shù)據(jù)的表示部分.?dāng)?shù)據(jù)表示就是圖1數(shù)據(jù)挖掘流程將預(yù)處理后的數(shù)據(jù)轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)能夠識數(shù)據(jù)是數(shù)據(jù)挖掘的基礎(chǔ)和前提,但僅有數(shù)據(jù)別的形式.神經(jīng)網(wǎng)絡(luò)只能處理數(shù)值類型的數(shù)是無法進(jìn)行數(shù)據(jù)挖掘的,必須在進(jìn)行數(shù)據(jù)挖掘前據(jù),所以要將符號類數(shù)據(jù)轉(zhuǎn)換為數(shù)值數(shù)據(jù).如圖進(jìn)行有效的數(shù)據(jù)準(zhǔn)備,也就是數(shù)據(jù)的初步整理和2所示.[收稿日期】2014—03—14[基金項(xiàng)目]安徽省高等學(xué)校質(zhì)量工程省縱特色專業(yè)項(xiàng)目(20101284);安徽省高等學(xué)校質(zhì)量工程教學(xué)研究項(xiàng)目(20101296)[作者簡介]凸螈(1983一),女,安徽蕪湖人,講師,主要從事數(shù)據(jù)挖掘方面的研究.122I

5、堡!塑塑鏊塑l一—圈l:l一—I苧磊竺竺竺蘭塑l一。圈I竺竺竺一—cI:=塑竺里莖至l掘過程中,能夠通過分析數(shù)據(jù)組中數(shù)據(jù)分布的特I征,并搭建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)單元,以此檢驗(yàn)岡I不同數(shù)據(jù)組之間的性質(zhì)差異.由于神經(jīng)結(jié)構(gòu)具有F=二===I蘭竺蘭竺蘭蘭l低緯度層次的結(jié)構(gòu)空間,因此在進(jìn)行數(shù)據(jù)組搭建過程中,應(yīng)選擇對應(yīng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),以保證自圖2符號類數(shù)據(jù)轉(zhuǎn)換組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)信號處理速率,使數(shù)據(jù)特性數(shù)據(jù)的表示類型有多種,任何一種方法都要能夠得到及時的組織映射.事先了解這些數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)的適應(yīng)時問和處2.2模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘理精度.?dāng)?shù)據(jù)表示越明確,神經(jīng)網(wǎng)絡(luò)就越容易感受神經(jīng)結(jié)構(gòu)自身?xiàng)l件的限制

6、,神經(jīng)網(wǎng)絡(luò)無法知;而神經(jīng)網(wǎng)絡(luò)的規(guī)模越大,處理時問就會變長.對數(shù)據(jù)挖掘結(jié)果給出直觀的說明.為提升神經(jīng)網(wǎng)在進(jìn)行數(shù)據(jù)挖掘時,必須選擇適當(dāng)?shù)哪P?,這樣絡(luò)輸出數(shù)據(jù)的直觀性,通常引人模糊神經(jīng)網(wǎng)絡(luò)數(shù)才能改善數(shù)據(jù)處理效果.據(jù)挖掘技術(shù),通過對BP網(wǎng)絡(luò)數(shù)據(jù)輸出節(jié)點(diǎn)加以1.2規(guī)則設(shè)定控制,有效簡化網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)輸出模式,以此數(shù)據(jù)挖掘中規(guī)則提取的方法有很多,其中比使數(shù)據(jù)更為直觀的輸出.模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)較常用的有LRE和黑盒的方式.第一種方法主據(jù)挖掘方式保留了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自身記憶、分析要是利用LRE對多層感知器進(jìn)行規(guī)則的提取:和聯(lián)想的能力,因此在數(shù)據(jù)挖掘過程中不會因首先對網(wǎng)絡(luò)中的每一隱層結(jié)點(diǎn)和輸出結(jié)點(diǎn)

7、利用BP網(wǎng)絡(luò)結(jié)構(gòu)的引入而對神經(jīng)網(wǎng)絡(luò)的基本能力產(chǎn)搜索功能使輸入加權(quán)和大于結(jié)點(diǎn)的閾值,其次對生影響.在模糊BP網(wǎng)絡(luò)中,數(shù)據(jù)樣本的期望值通每個數(shù)值組合設(shè)定一條規(guī)則.LRE的優(yōu)點(diǎn)在于產(chǎn)過0和1兩數(shù)值直觀表現(xiàn)出來.這種方式提升了生的規(guī)則都比較容易理解,但搜索空問較大導(dǎo)致數(shù)據(jù)類型的隸屬性,使得數(shù)據(jù)挖掘能夠更具針對效率較低,黑盒方法是從神經(jīng)網(wǎng)絡(luò)的輸入和輸出性地展開,并通過對數(shù)據(jù)組中的權(quán)系數(shù)進(jìn)行模糊兩種行為來設(shè)定規(guī)則.這種方法的好處在于在提處理,進(jìn)一步拓寬數(shù)據(jù)挖掘范圍,保障了模糊神取規(guī)則之前不用

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。