提出了一种改进的ReliefF-BPNN分类模型。该模型使用ReliefF算法和交互增益权重，来最大程度地保留相关特征与交互特征；同时在BP神经网络模型的误差函数中加入正则化项防止过拟合。实验表明，改进的ReliefF-BPNN在大多数数据集上的分类准确率高于90%，其精度相对于其他传统模型更高。
科研之友
微信
新浪微博
Facebook
分享链接
