基于贝叶斯网络与BP网络的混合分类器研究 10月07日
【摘要】随着大数据时代的来临,对海量数据进行分类的需求日益增加,各种分类算法被应用在不同领域。然而,面对信息时代数据的急剧增长,单一的分类算法通常存在弊端,不能很好地满足需求。大量实验证明不同算法构造的混合分类器能够有效的利用算法之间的差异优势,从而表现出更好的分类性能。目前,在人工神经网络领域中,BP神经网络是最为通用、发展最为迅速的。然而,BP神经网络分类器存在易陷入局部极小值、收敛速度慢等缺 […]
【摘要】随着大数据时代的来临,对海量数据进行分类的需求日益增加,各种分类算法被应用在不同领域。然而,面对信息时代数据的急剧增长,单一的分类算法通常存在弊端,不能很好地满足需求。大量实验证明不同算法构造的混合分类器能够有效的利用算法之间的差异优势,从而表现出更好的分类性能。目前,在人工神经网络领域中,BP神经网络是最为通用、发展最为迅速的。然而,BP神经网络分类器存在易陷入局部极小值、收敛速度慢等缺 […]