首页|一种改进BP神经网络的K-means算法

一种改进BP神经网络的K-means算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对聚类算法K-means在聚类的过程中,出现数据的属性缺失造成聚类的精确度下降等问题,提出了一种改进BP神经网络的BPK-means算法.该算法首先根据BP神经网络对缺失的属性值进行预测,补全缺失的数据,极大的提高了数据的完整性和可靠性;然后对异常的数据进行去噪处理;最后通过K-means算法对修复后的数据进行聚类.通过理论验证和实验结果都表明所提出的方法比原始的算法精确度有很大提高.
A K-Means Algorithm for Improving BP Neural Network

王伟、储泽楠、张修太、韩毅

展开 >

安阳工学院计算机科学与信息工程学院,河南 安阳455000

安阳工学院安阳市信息系统应用工程技术研究中心,河南 安阳455000

安阳工学院电子信息与电气工程学院,河南 安阳455000

安阳工学院河南省高精密主轴工程实验室,河南 安阳455000

华中科技大学国家数控系统工程技术研究中心,武汉430000

展开 >

BP神经网络 属性缺失 K-means 降噪处理 数据完整性

河南省科技计划项目河南省教育厅一般项目安阳市科技发展计划项目

182102210197 2020-ZDJH-002 201804

2020

电子器件
东南大学

电子器件

CSTPCD北大核心
影响因子：0.569
ISSN：1005-9490
年,卷(期)：2020.43(2)
  • 3
  • 7