数据挖掘决策树遗传算法神经网络算法硕士论文

数据挖掘决策树遗传算法神经网络算法硕士论文

ID:30868318

大小:280.00 KB

页数:5页

时间:2019-01-03

数据挖掘决策树遗传算法神经网络算法硕士论文_第1页
数据挖掘决策树遗传算法神经网络算法硕士论文_第2页
数据挖掘决策树遗传算法神经网络算法硕士论文_第3页
数据挖掘决策树遗传算法神经网络算法硕士论文_第4页
数据挖掘决策树遗传算法神经网络算法硕士论文_第5页
资源描述:

《数据挖掘决策树遗传算法神经网络算法硕士论文》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于决策树和遗传算法的神经网络研究及应用【摘要】当今社会人类所存储的数据是成千上万的,如何能够更有效的利用好这些信息已经越来越受到人们的重视。而数据挖掘正是一种从数据中提取有用的信息,并将之应用于各个行业的方法。本文首先对数据挖掘中受到广泛关注的决策树算法、遗传算法和神经网络算法进行了综述,描述了各算法的具体实现过程及步骤。然后通过分析决策树算法与神经网络算法的特点,将它们进行有效得结合,提出一种基于决策树的神经网络权值初始化算法。该算法利用决策树算法,通过分析各样木数据來确定神经网络的初始权值,与传统的神经网络算法比起来,该方法极大的缩小了神经网络初

2、始权值的随机性,使其更有利于最优神经网络模型的生成。最后将该算法应用到了一个通过分析企业类型、注册资金、盈利比例来判断企业信誉的例子屮,并通过Matlab编程来实现。文章的第四部分捉岀的是一种基于遗传算法的神经网络结构优化算法。该算法将遗传算法与神经网络算法进行了巧妙的结合,它利用遗传算法解决了神经网络算法中比较难的结构优化问题,而反过来又巧妙的运用神经网络算法回避了遗传算法中如何确定衡量函数的问题。同样也将该算法应用到了一个超市满意度的例子中,并运用Matlab编程来具体实现了该基于•••更多还原[Abstract]Today,thereisthou

3、sandsofdatastoredbypeople.Thenhowtousethedataeffectivelyhasbeenpaidmoreandmoreattcntion.Dataminingisjustthewaythatcanobtainusefulinformationfromthousandsofdataandapplyitinmanyfields.Atthebeginning,thisarticlegivesapresentationaboutDecisionTree,GeneticAlgorithmandNeuralNetworkwhi

4、chareusedfrequentlyinData-mining・ThenthroughtheanalysisofDecisionTreeandNeuralNetwork,thisarticleintegratesthemtogetherandin...更多还原【关键词】数据挖掘;决策树;遗传算法;神经网络算法;[Keywords]Datamining;DecisionTree;GeneticAlgorithm;NeuralNetwork;摘要4-5Abstract5第1章概述7-131.1研究背景7-81.2数据挖掘技术的发展与现状8-101.3数据

5、挖掘的过程10・13第2章数据挖掘的算法13・222.1决策树算法13・152.1.1决策树的基本形式13・142.1.2决策树的ID3算法14-152.2遗传算法15-182.2.1遗传算法的来源15J6222遗传算法的构成因素及实现过程16・182.3神经网络算法18-222.3.1神经网络算法的基本模型18-202.3.2神经网络算法的分类20-21233神经网络算法的具体实现过程21-22第3章基于决策树的神经网络权值初始化22-323.1一种基于决策树的神经网络权值初始化算法22-273.1.1基于决策树的神经网络权值初始化算法的基木思路22

6、-233.1.2基于决策树的神经网络权值初始化算法的实现过程及特点23-273.2实例应用27-323.2.1实例27-293.2.2应用结果及分析29-32第4章基于遗传算法的神经网络结构优化32-434.1一种基于遗传算法的神经网络结构优化算法32-394.1.1神经网络的BP算法32-354.1.2结合遗传算法与BP算法的神经网络结构优化算法35-394.2实例应用39-43421实例39-404.2.2应用结果及分析40-43第5章总结与展望43-44参考文献QQ:13993884813811372150元RMB即

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。