RBF神經(jīng)網(wǎng)絡在數(shù)據(jù)挖掘中的應用研究.pdf

1、隨著數(shù)據(jù)庫技術的成熟應用和Internet的迅速發(fā)展,人們利用信息技術產(chǎn)生和搜集數(shù)據(jù)的能力大幅度提高,使得從大量數(shù)據(jù)中挖掘出有用的信息或知識成為一個迫切需要解決的問題。正是這種需求推動了數(shù)據(jù)挖掘興起和數(shù)據(jù)挖掘技術的發(fā)展。數(shù)據(jù)挖掘經(jīng)常要面對一些有噪聲、雜亂、非線性的數(shù)據(jù),而神經(jīng)網(wǎng)絡具有良好的魯棒性、自適應性、并行處理、分布存儲和高度容錯性等特點,因此神經(jīng)網(wǎng)絡非常適合用來解決數(shù)據(jù)挖掘的一些問題。
　　 本文簡單闡述了數(shù)據(jù)挖掘和人工神

2、經(jīng)網(wǎng)絡的基本理論。在分析數(shù)據(jù)挖掘各種技術的基礎上,對神經(jīng)網(wǎng)絡方法在數(shù)據(jù)挖掘中的應用進行了研究分析,接著著重研究了基于RBF神經(jīng)網(wǎng)絡的分類數(shù)據(jù)挖掘方法。并將遺傳算法和RBF神經(jīng)網(wǎng)絡有機結合,利用遺傳算法優(yōu)化RBF隱層中心參數(shù)和寬度；同時提出了改進的遺傳算法。實驗表明改進的遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡用于數(shù)據(jù)挖掘能提高網(wǎng)絡的逼近能力和分類準確率。
　　 本文研究主要內(nèi)容如下:
　　 (1)介紹RBF神經(jīng)網(wǎng)絡的工作原理以及在數(shù)據(jù)