摘要：隨著人工智能和數據挖掘技術的深入發展，大數據逐步進入人們的視野，在大數據的處理過程中，離散化處理是一個必不可少的環節。本文通過在BP神經網絡的學習過程中引入動量學習法，進一步完善了BP神經網絡在學習方面的局限性，降低了BP神經網絡的訓練誤差，在此基礎上提出了一種基于BP神經網絡的離散化方法，實現了對連續屬性的離散化處理。算法分析和實驗證明，本算法是切實可行的。
關鍵詞：離散化；BP神經網絡；連續屬性；動量學習法
： With the of and data ， big data into view， in the large data， is an link . In this paper， in the by the BP to the and of BP ， the error BP ， and on this basis， a BP to a of . and show that the is .
Key words： ； BP ； ；
在當今大數據時代，我們會面臨著各種各樣的數據，包括離散化的數據和連續性的數據，在眾多的算法中，有許多關于數據離散化的例子[1-4]，在這些現有的方法中，各有千秋，有的處理連續性數據效果不好，有些算法即使能處理連續型數據，但挖掘和學習的效果沒有處理離散型數據有用和有效。對我們日常生活和應用中的實際例子分析發現，對我們有用的數據除了連續性的，更多存在的是連續型屬性的數據。這樣的話，對數據進行離散化處理顯得異常重要，離散化處理的效果好壞，效率高低，直接關系到數據處理和分析的最終結果[5-6]。
1 離散化問題的描述
離散化就是采取各種方法將連續的區間劃分為小的區間，并將這連續的小區間與離散的值關聯起來。
離散化的問題本質是：決定選擇多少個分割點和確定分割點位置。
連續屬性離散化的方法有大概有以下幾種：
1）無監督和有監督。在離散化過程中使用類信息的方法是有監督的，而不使用類信息的方法。
2）全局和局部。全局離散化指使用整個樣本空間進行離散化，而局部離散化指在樣本空間的一個區域內進行離散化。
3）動態離散化和靜態離散化。動態的離散化方法就是在建立分類模型的同時對連續屬性進行離散化，而靜態離散化方法就是在進行分類之前完成離散化處理。
2 BP神經網絡
BP神經網絡是一種多層前向型神經網絡，其神經元的傳遞是S型函數，輸出緊為0-1.的連續量，它可以實現從輸入到輸出的任意非線性映射。由于權位的調整采用反向傳播學習算法，因此，人們就就將此算法稱為向后傳播算法，簡稱BP算法。
日前，在神經網絡的已有的應用實踐中，BP神經網絡的應用占了絕對優勢，也說明了BP神經網絡的應用廣泛性和優勢，以及有不可限量的應用前景和發展空間。
BP神經網絡模型是一個三層網絡，它的拓撲結構可被劃分為：輸入層、輸出層，隱含層。其中，輸入層與輸出層具有更重要的意義，因此有些文獻和算法中把BP神經網絡看成有輸入層和輸出層組成的兩層網絡結構。
3 基于BP神經網絡的離散化方法
1）對BP神經網絡的參數進行初始化。首先創建網絡結構，并根據實際情況確定BP神經網絡中的輸入層，隱含層和輸出層的節點數、連接權值和訓練誤差值等初值，最后給定學習速率和神經元激勵函數。
2）隱含層輸出計算。
3）輸出層輸出計算。
4）計算訓練誤差
[?j（l）=（dqj-x（l）j）f'（s（l）j）]，輸出層
[?j（l）=f'（s（l）j）k=1nl+1?（l+1）w（l+1）kj]，隱含層和輸入層
5）修正權值和閾值
[w（l+1）ji[k+1]=w（l）ji[k]+μ?j（l）x（l-1）i+η（w（l）ji[k]-w（l）ji[k-1]）] [θ（l+1）j[k+1]=θ（l）j[k]+μ?j（l）+η（θ（l）j[k]-θ（l）j[k-1]）]
6）判斷是否達到訓練誤差要求，如果達到要求，就進行下一步，如果達不到要求否則，轉到第2步，重新對BP網絡進行訓練和學習。
7）利用附加動量法規則對BP神經網絡進行訓練，為了克服BP神經網絡的缺點，在BP算法中加入動量項不僅可以微調權值的修正量，也可以有效的減少BP神經網絡在訓練和學習過程中的缺陷。另外在修改訓練參數和連接權值的同時，還可以使用順序方式訓練網絡。順序方式訓練網絡要比批處理方式更快，特別是在訓練樣本集很大，而且具有重復樣本時，順序方式的這一優點更為突出。
8）利用訓練后的BP神經網絡進行離散化處理
利用BP神經網絡的分類功能，對訓練樣本數據進行處理，根據處理結果對連續數據進行離散化處理，綜合整理后就得到了離散化后的屬性表。
利用BP神經網絡的新建一個網絡，經過訓練之后為了測試一下我們提出的算法的效果，我們可以對此算法進行一次實驗，我們利用仿真函數sim（）可以看到的聚類結果是：
Yc = 3
這樣我們就得到了離散化后的屬性表。
連續屬性離散化之后我們需要驗證一下離散化的結果是否對屬性表的一致性產生了影響，所以我們再次利用LVQ神經網絡來檢驗，現在訓練樣本為P=[34 2 2 2 43 2；34 2 3 2 2 43]
經過訓練得到的聚類結果是：
Yc =55 1 5 1 1 55
我們發現得到的結果和實際情況相符合。
4 小結
對于連續屬性離散化問題，我們在BP神經網絡的學習過程中，對網絡的訓練做了一些改進，引入了動量學習法，改善了BP神經網絡的性能，最后通過仿真實驗證明了該算法對于處理離散化問題的有效性。
參考文獻：
[4] 謝振華，商琳，李寧，等.粗糙集在神經網絡中應用技術的研究[J].計算機應用研究， 2004， 21（9）：71- 74.
[6] 劉業政，焦寧.連續特征離散化算法比較研究[J].計算機應用研究，2007，24（9）.
[8] HUAN LIU， ， CHEW LIM TAN， DASH， 2002. ： An . Data and ，6，393-423多層神經網絡bp算法權值更新過程，2002. 2002 . in The .
[9] Han，.數據挖掘概念與技術[M].2版.范明多層神經網絡bp算法權值更新過程，孟小峰，譯.機械工業出版社， 2004：47-60.