【摘要】：人工神經(jīng)網(wǎng)絡學習作為機器學習的重要方式,在人工智能、模式識別、圖像處理等領域已成功應用;BP網(wǎng)絡作為神經(jīng)網(wǎng)絡學習的精華,它利用誤差反傳的方式不斷修正權重以達到最佳擬合.多屬性決策問題是決策理論研究領域的熱點,當研究的問題涉及多個屬性時,需要分析各屬性的重要程度,即屬性的權重.針對多分類輸出結果的多輸入屬性相關性和重要性問題,提出了利用BP神經(jīng)網(wǎng)絡計算復雜輸入屬性的重要性方法;并對神經(jīng)網(wǎng)絡的節(jié)點數(shù)量、網(wǎng)絡層數(shù)、學習策略、學習因子等進行研究,建立了適合屬性重要性計算的BP神經(jīng)網(wǎng)絡模型;以煙臺大學學生評教數(shù)據(jù)作為具體實例,利用k-fold方法驗證其可行性和有效性.
[Abstract]:As an important way of machine learning, artificial neural network learning has been successfully applied in artificial intelligence, pattern recognition, image processing and other fields. As the essence of neural network learning, BP network uses the way of error backpropagation to constantly modify the weight to achieve the best fit. Multi-attribute decision making is a hot topic in the field of decision theory. When multiple attributes are involved, it is necessary to analyze the importance of each attribute, that is, the weight of attribute. Aiming at the problem of the correlation and importance of multi-input attributes in multi-classification output, a method of calculating the importance of complex input attributes using BP neural network is proposed. The number of nodes, the number of network layers, learning strategies and learning factors of the neural network are studied, and the BP neural network model suitable for attribute importance calculation is established. Taking the student evaluation data of Yantai University as an example, the k-fold method is used to verify its feasibility and effectiveness.
【作者單位】： 哈爾濱工程大學計算機科學與技術學院;煙臺大學計算機與控制工程學院;
【基金】：國家自然科學基金(61472095,61502140,61572418)資助
【分類號】：TP183

【相似文獻】

相關期刊論文 前10條

1 紀軍;吳根秀;李瑋;;基于包含程度的屬性重要性定義[J];江西師范大學學報(自然科學版);2009年06期

2 杜金蓮,遲忠先,翟巍;基于屬性重要性的逐步約簡算法[J];小型微型計算機系統(tǒng);2003年06期

3 仇國芳;陳勁;;模糊信息系統(tǒng)屬性重要性度量[J];模糊系統(tǒng)與數(shù)學;2006年01期

4 朱建平;曾玉鈺;;基于屬性重要性的定性數(shù)據(jù)聚類分析及應用[J];計算機技術與發(fā)展;2007年12期

5 劉斌;倪志偉;趙敏;;基于屬性重要性的貪心算法的改進算法[J];合肥工業(yè)大學學報(自然科學版);2010年08期

6 馬周明;;信息系統(tǒng)中屬性重要性的等價刻畫[J];漳州師范學院學報(自然科學版);2010年03期

7 胡文瑾;李明;;基于屬性重要性的關聯(lián)分類方法[J];計算機工程與設計;2008年09期

8 王小菊;蔣蕓;李永華;;基于依賴度之差的屬性重要性評分[J];計算機技術與發(fā)展;2009年01期

9 連鋼;程媛媛;吳根秀;;一致完備決策系統(tǒng)中屬性重要性定義的改進[J];江西師范大學學報(自然科學版);2008年03期

10 陽琳峗;周海京;卓晴;王文淵;;基于屬性重要性的加權聚類融合[J];計算機科學;2009年04期

相關會議論文 前2條

1 王成江;黃道;;基于屬性重要性的離散化方法[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 李菊;劉曉平;;基于屬性重要性的改進算法[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

相關碩士學位論文 前3條

1 李明;基于決策表的屬性重要性度量及應用[D];河北科技大學;2014年

2 胡啟慧;基于知識變化率的屬性重要性度量方法的研究[D];河北科技大學;2015年

3 連鋼;基于決策能力的屬性約簡模型[D];江西師范大學;2008年

，

本文編號：2311078