基于正则化网络-遗传算法的属性筛选及其在化学模式识别中的应用

基于正则化网络-遗传算法的属性筛选及其在化学模式识别中的应用

采用贝叶斯正则化方法训练,以得到推广性优良的神经网络,并提出启发性的遗传算法.通过灵敏度分析对正则化网络实施剪枝,从而在高维模式中筛选出能代表其分类特性的最小最优属性特征子集.此方法应用于高维留兰香模式的属性筛选与模式分类,效果良好,明显优于其它方法.

作 者： 束志恒 方士 陈德钊 陈亚秋   作者单位： 束志恒,陈德钊,陈亚秋(浙江大学化学工程系仿真中心,杭州,310027)

方士(浙江大学环境工程系,杭州,310029) 

刊 名： 分析化学  ISTIC SCI PKU 英文刊名： CHINESE JOURNAL OF ANALYTICAL CHEMISTRY  年，卷(期)： 2003 31(10)  分类号： O65  关键词： 贝叶斯正则化   神经网络剪枝   属性筛选   遗传算法  

【基于正则化网络-遗传算法的属性筛选及其在化学模式识别中的应用】相关文章：

基于混合属性的多级模糊模式识别在水质评价中的应用04-25

基于离差的模糊多属性决策法及其应用04-27

一种基于强计算的多属性决策方法及其应用04-26

基于投影寻踪的模糊模式识别模型在水质评价中的应用04-25

地震时频属性及其在油气地震地质技术中应用的综述04-27

基于GSCCT的族性化学结构筛选方案04-27

功能化离子液体的制备及其在合成中的应用04-27

正交小波网络及其在经济预测中的应用04-26

PPARγ激动剂筛选模型的建立及其应用04-26

小波变换在BP神经网络遥感影像模式识别中的应用04-27