论文基于改进BP神经网络关联挖掘模型设计是大学硕士与本科神经网络毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写深度神经网络算法方面论文范文。
摘 要： 针对传统BP神经网络的关联挖掘模型中关联挖掘方法和用户交互矛盾问题,提出一种基于改进BP神经网络的关联挖掘模型设计.采用改进的BP神经网络算法进行BP神经网络计算,解决了二次函数的非线性优化问题.运用优化的算法保证了适应度函数的选择能力,避免了阈值以及权值对BP神经网络的误差倒数的影响.为了验证所设计的基于改进BP神经网络的关联挖掘模型的有效性,设计了对比仿真实验,实验结果表明,提出的基于改进BP神经网络的关联挖掘模型设计能够有效地解决关联挖掘方法和用户交互矛盾问题.
关键词： BP神经网络； 关联挖掘模型； 算法改进； 二次函数； 选择能力； 用户交互
中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2018）02?0163?03
Abstract： In allusion to the contradiction between association mining method and user interaction in the traditional association mining model based on BP neural network, the design of association mining model based on the improved BP neural network is proposed. The improved BP neural network algorithm is used for BP neural network computation to resolve the nonlinear optimization problem of quadratic function. The optimized algorithm guarantees the selection capability of the fitness function and avoids the effects of the threshold value and the weighted value on the error reciprocal of BP neural network. To verify the validation the designed association mining model based on the improved BP neural network, the contrast simulation experiment was carried out. The experimental results show that the designed association mining model based on the improved BP neural network can effectively resolve the contradiction between the association mining method and user interaction.
Keywords： BP neural network； association mining model； algorithm improvement； quadratic function； selection capability； user interaction
0 引 言
伴随BP神经网络的不断发展,使用BP神经网络进行关联挖掘已经成为数据关联挖掘的一种突破性方法[1?2].
随着科技的发展,硬件补偿方法已经对数据关联挖掘起不到促进作用,只能通过不断完善软件的设计来达到对挖掘模型的完善[3].
传统软件补偿方法主要有以下幾种：插值分位填充法、最小公倍数多项分列曲线表达法、BP神经网络方法等[4?6].传统的BP神经网络的关联挖掘模型中,存在关联挖掘方法和用户交互矛盾问题[7].
针对上述问题,本文提出一种基于改进BP神经网络的关联挖掘模型设计,运用了改进的BP 神经网络算法进行阈值测量计算以及权值反馈,优化了适应度函数的选择,保证了BP神经网络进行数据关联挖掘模型的有效性.这样不需要对数据误差倒数进行补偿,提高了设计的基于改进BP神经网络的关联挖掘模型的准确性.
为了验证本文设计方法的有效性,还设计了对比仿真实验,通过实验数据进一步证明了设计的基于改进BP神经网络的关联挖掘模型的有效性.
1 运用改进BP神经网络进行关联挖掘模型的设计
1.1 BP神经网络的改进
本文设计的基于改进BP神经网络的关联挖掘模型运用BP神经网络来建立关联挖掘模型[8?9].在数据选取有效性上,要考虑数据的变化幅度以及数据节点,如果数据节点数为1,说明本文设计的基于改进BP神经网络的关联挖掘模型可以正常使用,如果节点数大于20,设计的基于改进BP神经网络的关联挖掘模型不能正常使用.节点计算公式如下：
式中,d值是一个范围值,表示在某一个区间内.因此,改进BP 神经网络模型用数学公式描述如下：
式中：G为BP神经网络的节点误差；x为权值的变化值；y为阈值的变化值.
设为BP神经网络的误差倒数,其主要表示的是挖掘数据的有效性[10].为了使所设计的基于改进BP神经网络的关联挖掘模型具有良好的泛化能力,应当使得E2在一定的值域范围之内,这样才能满足关联挖掘模型的要求.
权值修正量表示为：
式中：η为挖掘数据速率；g（n）为目前误差倒数梯度；α为挖掘因数；n为泛化能力系数.通过上述公式的修正能够彻底完善设计的基于改进BP神经网络的关联挖掘模型中关联挖掘方法.
总结:这篇神经网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
参考文献：
1、 改进PSO—BP神经网络分类器设计 摘 要：针对BP神经网络的缺陷容易导致分类器精度低的问题，给出了改进粒子群算法。该算法在标准粒子群算法中融入混沌优化算法、动态惯性权重和动态学习。
2、 BP神经网络模型在中小企业融资征信评估中应用 【摘 要】 信用评估的优劣对中小企业是否能够获得融资以及融资机构是否对其进行投资起着决定性作用。本文探讨了基于BP神经网络的融资征信评估方法。通。
3、 基于改进BP神经网络锅炉过热器管壁温度预测 摘 要：由于电站锅炉受热管壁长期处于高温状态，当其温度超过所用钢材的许用温度或因长期高温发生蠕变，便会引发各种运行事故。本设计以府谷某电HG-2。
4、 基于BP神经网络突发传染病舆情热度趋势预测模型 〔摘要〕[目的 意义]研究突发传染病舆情热度的发展趋势，能够为制定舆情引导策略提供参考，具有重要的理论意义。[方法 过程]本文首先构建微博舆情热。
5、 基于BP神经网络高水平女子100m栏专项成绩预测模型 摘要：运用Matlab仿真分析平台，采用人工神经网络函数映射方法，根据我国100 m栏运动员刘静1995—1998年的专项素质数值，构建并选用合。
6、 基于BP神经网络的高空气象数据挖掘方法 摘 要： 针对传统的高空气象数据挖掘方法中存在的数据挖掘深度问题，提出一种基于BP神经网络技术的高空气象数据挖掘方法。采用BP神经网络技术以及小。