论文部分内容阅读
分类技术是数据挖掘的重要分支,常见的分类方法有决策树、统计方法、机器学习方法、BP神经网络方法等。本文针对标准BP网络存在的一些缺陷,结合一种进化算法微粒群(PSO)算法,建立了一种用于数据分类的网络模型。该模型充分利用微粒群算法的全局寻优特性,优化BP网络的权值和阀值,既保证了BP网络能收敛到全局最优解,加快了BP网络的收敛速度和收敛精度,又提高了待分类数据的识别准确率。仿真实验结果表明此模型较BP网络具有较好的分类识别性能。