节点文献

基于RBF神经网络的属性约简方法

Attribute Reduction Method Using RBF Neural Network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 王媛； 刘悦； 张博锋； 王亮； 吴耿锋；

【Author】 WANG Yuan,LIU Yue,ZHANG Bofeng,WANG Liang,WU Gengfeng (School of Computer Engineering & Science, Shanghai University, Shanghai 210072)

【机构】 上海大学计算机工程与科学学院； 上海大学计算机工程与科学学院 上海 210072； 上海 210072； 上海 210072；

【摘要】 提出了一种用径向基函数(Radial Basis Function)神经网络进行属性约简的方法，定义了影响度等概念来量化评价各属性与待求解问题关系的紧密程度，根据影响度对属性做出约简处理。实验表明，该方法是合理、有效的，明显地提高了机器学习的性能。

【Abstract】 This paper presents a new attribute reduction method. By using RBF neural network and the defined concepts: influence, people can evaluate different degrees of influence casted by corresponding attribute on results. The experiments on standard data set show that, the new technique using RBF neural network enhances the performance of learning evidently.

【关键词】 数据预处理； 属性约简； 径向基函数(RBF)神经网络；
【Key words】 Data-preprocessing； Attribute reduction； RBF neural network；
【基金】 国家自然科学基金资助项目(60203011);上海市科委青年科技启明星计划基金资助项目(01QD14022);上海市高等学校科学技术发展基金资助
  • 【文献出处】 计算机工程 ,Computer Engineering , 编辑部邮箱 ,2004年10期
  • 【分类号】TP183
  • 【被引频次】11
  • 【下载频次】132
打印本页
节点文献中：