编号：D85
大小：2.9M
环境：Matlab2021
简介：随着信息技术的发展,人们生产数据和采集数据的能力愈来愈高,但是,我们在数据分析和知识获取方面的能力还相对滞后。因此,从收集数据、创建数据库、管理数据到数据分析、数据挖掘等技术逐渐产生和发展。数据挖掘是一门跨学科的课题,涉及许多领域,包括统计学、数据库、机器学习和人工智能等，其本质就是从“海洋般”的大量数据中获取新颖的、有用的、有效的、可理解的模式的非平凡过程,也就是从大量数据里提取知识。分类
问题是数据挖掘技术中非常重要的研究课题,利用分类技术,可以从数据集中提取出描述相同数据类型的模型或函数,并且能够顺利把数据集中每一个未知类别的数据划归到某个已知的类别中去。目前,常用的数据挖掘分类算法主要有：统计分类法、决策树、人工神经网络方法等。不同的算法会产生不同的分类器,而不同的分类器又会影响数据挖掘的准确率和数据挖掘的效率。人工神经网络是数据挖掘常用的方法之一,该方法通过模拟人脑生物神经网络,将若干个具有处理功能的神经元节点,按照一定的网络结构连接起来,使它能够处理不精确数据、模糊数据或者复杂的非线性映射问题。本文利用 MATLAB 语言构建 BP神经网络，对模拟的二维训练数据分别按照逐个样本修正的 BP 算法和成批样本修正的 BP算法进行二分类训练，得到二分类器并根据收敛曲线比较其算法性能，最后使用训练后的神经网络来测试模拟的二维测试数据检测二分类器性能。

运行展示

testing.m

training.m

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频