數(shù)據(jù)挖掘中ＢＰＮ與ＰＮＮ分類的對(duì)比研究

摘 要：分類問(wèn)題是數(shù)據(jù)挖掘中的一個(gè)重要問(wèn)題。盡管神經(jīng)網(wǎng)絡(luò)是一種高精度的分類器，但是由于神經(jīng)網(wǎng)絡(luò)模型眾多，在分類預(yù)測(cè)時(shí)如何選擇合適的模型，還沒(méi)有一個(gè)普遍的原則。文章對(duì)后傳播神經(jīng)網(wǎng)絡(luò)(BPN)和概率神經(jīng)網(wǎng)絡(luò)(PNN)在數(shù)據(jù)挖掘分類中的應(yīng)用進(jìn)存了對(duì)比研究，并利用這兩種模型對(duì)高校研究生信息進(jìn)行了分類挖掘。仿真結(jié)果證明，PNN模型在分類預(yù)測(cè)上優(yōu)于BPN模型，而且其分類速度快、正確率高、測(cè)試結(jié)果穩(wěn)定。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；數(shù)據(jù)挖掘；分類；后傳播神經(jīng)網(wǎng)絡(luò)；概率神經(jīng)網(wǎng)絡(luò)