基于正則化網絡-遺傳算法的屬性篩選及其在化學模式識別中的應用

采用貝葉斯正則化方法訓練,以得到推廣性優(yōu)良的神經網絡,并提出啟發(fā)性的遺傳算法.通過靈敏度分析對正則化網絡實施剪枝,從而在高維模式中篩選出能代表其分類特性的最小最優(yōu)屬性特征子集.此方法應用于高維留蘭香模式的屬性篩選與模式分類,效果良好,明顯優(yōu)于其它方法.

作 者： 束志恒 方士 陳德釗 陳亞秋   作者單位： 束志恒,陳德釗,陳亞秋(浙江大學化學工程系仿真中心,杭州,310027)

方士(浙江大學環(huán)境工程系,杭州,310029) 

刊 名： 分析化學  ISTIC SCI PKU 英文刊名： CHINESE JOURNAL OF ANALYTICAL CHEMISTRY  年，卷(期)： 2003 31(10)  分類號： O65  關鍵詞： 貝葉斯正則化   神經網絡剪枝   屬性篩選   遺傳算法  

【基于正則化網絡-遺傳算法的屬性篩選及其在化學模式識別中的應用】相關文章：

基于混合屬性的多級模糊模式識別在水質評價中的應用04-25

基于離差的模糊多屬性決策法及其應用04-27

一種基于強計算的多屬性決策方法及其應用04-26

基于投影尋蹤的模糊模式識別模型在水質評價中的應用04-25

地震時頻屬性及其在油氣地震地質技術中應用的綜述04-27

基于GSCCT的族性化學結構篩選方案04-27

功能化離子液體的制備及其在合成中的應用04-27

正交小波網絡及其在經濟預測中的應用04-26

PPARγ激動劑篩選模型的建立及其應用04-26

小波變換在BP神經網絡遙感影像模式識別中的應用04-27