首页> 中文期刊> 《计算机工程》 >基于可分性判据排序的RBF神经网络属性选择方法

基于可分性判据排序的RBF神经网络属性选择方法

         

摘要

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.该方法先用本文提出的一种简单的可分性判据方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.仿真实例表明,该方法具有良好的效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号