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