基于RBF神经网络的属性约简方法  

Attribute Reduction Method Using RBF Neural Network

作　　者：王媛[1] 刘悦[1] 张博锋[1] 王亮[1] 吴耿锋[1] 

机构地区：[1]上海大学计算机工程与科学学院,上海210072

出　　处：《计算机工程》2004年第10期143-144,176,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60203011);上海市科委青年科技启明星计划基金资助项目(01QD14022);上海市高等学校科学技术发展基金资助

摘　　要：提出了一种用径向基函数(Radial Basis Function)神经网络进行属性约简的方法，定义了影响度等概念来量化评价各属性与待求解问题关系的紧密程度，根据影响度对属性做出约简处理。实验表明，该方法是合理、有效的，明显地提高了机器学习的性能。This paper presents a new attribute reduction method. By using RBF neural network and the defined concepts: influence, people can evaluate different degrees of influence casted by corresponding attribute on results. The experiments on standard data set show that, the new technique using RBF neural network enhances the performance of learning evidently.

关 键 词：数据预处理 属性约简 径向基函数(RBF)神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]