BP神经网络在数据挖掘分类中的应用

journal6 ›› 2006, Vol. 27 ›› Issue (1): 59-62.

BP神经网络在数据挖掘分类中的应用

（1.中南大学信息科学与工程学院，湖南长沙 410083;2.吉首大学数学与计算机科学学院，湖南吉首 416000）

出版日期:2006-01-25 发布日期:2012-09-16
作者简介:莫礼平(1972-),女,湖南省安化县人,吉首大学科学与计算机科学学院实验师，硕士研究生，主要从事数据挖掘、数据库与信息处理技术研究;樊晓平(1961-),男,浙江省绍兴县人，中南大学信息科学与工程学院教授,博士,博士生导师，主要从事数据挖掘、智能控制、虚拟现实等研究.

Application of BP Neural Network in Data Mining Classification

（1.College of Information Science and Engineering,Central South University,Changsha 410083,China; 2.College of Mathematics and Computer Science,Jishou University,Jishou 416000,Hunan China）

Online:2006-01-25 Published:2012-09-16

摘要/Abstract

摘要：结合人工神经网络对噪声数据具有高承受能力，且对未经训练的数据具有分类模拟能力的特点，讨论了在数据挖掘领域中利用BP网络进行数据分类的实现过程,描述并分析了BP算法.然后，针对银行业务中客户信用政策给出了实例分析，用该算法建立了一个分类模型，根据存款金额、贷款次数、及时还贷率等数据信息实现对客户信用等级的分类.

关键词： 神经网络, 反向传播算法, 数据挖掘, 分类

Abstract: Combining the features of the high tolerance of BP network to noisy data as well as the ability to classify the pattern not been trained,this paper discusses how to apply the BP network to realize classification in data mining,describes and analyses the corresponding BP algorithm,and carries out an illustrative analysis to the customer credit in the bank business.In this example,according to the loan,the numbers of loaning and the payment-in-time ratio,a model worked for classification of customer credit-rating is created.

Key words: neural network, back-propagation algorithm, data mining, classification

莫礼平, 樊晓平. BP神经网络在数据挖掘分类中的应用[J]. journal6, 2006, 27(1): 59-62.

MO Li-Ping, FAN Xiao-Ping. Application of BP Neural Network in Data Mining Classification[J]. journal6, 2006, 27(1): 59-62.

410

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	410

来源	本网站	其他网站

次数	355	55
比例	87%	13%

摘要

738

最新录用	在线预览	正式出版

0	0	738

来源	本网站	其他网站

次数	602	136
比例	82%	18%

[1]	叶海燕. 基于卷积神经网络的特定目标文本情感分析模型[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 24-29.
[2]	曹卿. 基于潜在数据挖掘的小样本数据库对抗攻击防御算法[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 30-35.
[3]	印煜民, 廖柏林. 基于仿生算法优化的镜像极限学习机的应用[J]. 吉首大学学报（自然科学版）, 2022, 43(6): 14-19.
[4]	王宇, 张诗茹, 张渝佶, 周立群. 比例时滞神经网络的全局多项式镇定性[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 15-25.
[5]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[6]	唐保祥, 任韩. 2类图1-因子数的计算公式[J]. 吉首大学学报（自然科学版）, 2021, 42(4): 1-3.
[7]	刘冰, 向晓媚, 谭璐, 陈功锡. 湖南省德夯风景名胜区景观分类[J]. 吉首大学学报（自然科学版）, 2021, 42(3): 63-69.
[8]	王雨嫣, 廖柏林, 彭晨, 李军, 印煜民. 递归神经网络研究综述[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 41-48.
[9]	李钰，段明秀，宋思思，李翅. 基于深度学习SSD模型的人数统计技术[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 19-22.
[10]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[11]	张永胜，肖林. 二次最小化问题的有限时间递归神经网络求解[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 21-26.
[12]	沈黎，肖勇，刘莺. 一种基于中文关键字符串核函数的分类算法[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 18-20.
[13]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[14]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[15]	丁李，曾水玲，熊涛. 基于BP神经网络的湘西民间方块苗文特征提取方法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 14-18.