首页|改进的ReliefF-BPNN分类模型

改进的ReliefF-BPNN分类模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Improved ReliefF-BPNN classification model

李雨沛、王新利

展开 >

上海理工大学理学院,上海 200093

特征选择 ReliefF算法 交互增益 BP神经网络 分类

国家自然科学基金

62073223

2023

10.16644/j.cnki.cn33-1094/tp.2023.06.005

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
年,卷(期)：2023.(6)
  • 3