文摘

医学数据集分类的新颖方法使用进化神经网络功能链接

作者(年代):Sahu和Pattnaik年代

计算时间高多层感知器(MLP)训练与反向传播学习算法(BP)网络复杂度的增加层数和层的节点数。与中长期规划、功能链接人工神经网络(FLANN)架构复杂,容易训练,在分类问题并给出更好的结果。人工神经网络提出了一种进化功能联系(EFLANN)使用遗传算法(GA)通过消除特性有很少或没有预测信息。粒子群优化(PSO)用作学习工具解决数据挖掘中分类的问题。EFLANN克服问题的非线性性质通过功能扩展选择功能,常见的单层神经网络。模型是经验和FLANN梯度下降学习算法相比,延时和径向基函数(RBF)。结果证明,该模型优于其他模型在医学数据集分类。