计算机时代2023，Issue(6) ：20-24.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.005

改进的ReliefF-BPNN分类模型

Improved ReliefF-BPNN classification model

李雨沛 王新利
计算机时代2023，Issue(6) ：20-24.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.005
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

改进的ReliefF-BPNN分类模型

Improved ReliefF-BPNN classification model

李雨沛 1王新利1
扫码查看

作者信息

  • 1. 上海理工大学理学院,上海 200093
  • 折叠

摘要

提出了一种改进的ReliefF-BPNN分类模型.该模型使用ReliefF算法和交互增益权重,来最大程度地保留相关特征与交互特征;同时在BP神经网络模型的误差函数中加入正则化项防止过拟合.实验表明,改进的ReliefF-BPNN在大多数数据集上的分类准确率高于90％,其精度相对于其他传统模型更高.

关键词

特征选择/ReliefF算法/交互增益/BP神经网络/分类

引用本文复制引用

基金项目

国家自然科学基金(62073223)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量3
段落导航相关论文