共 6 条
一种基于统计的神经网络规则抽取方法
被引:7
作者:
周志华
何佳洲
尹旭日
陈兆乾
机构:
[1] 南京大学计算机软件新技术国家重点实验室!江苏南京
来源:
关键词:
神经网络;
规则抽取;
机器学习;
统计;
聚类;
D O I:
10.13328/j.cnki.jos.2001.02.015
中图分类号:
TP183 [人工神经网络与计算];
学科分类号:
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
从功能性观点出发 ,提出了一种基于统计的神经网络规则抽取方法 .该方法利用统计技术对抽取出的规则进行评价 ,使其可以较好地覆盖示例空间 .采用独特的连续属性处理方式 ,降低了离散化处理的主观性和复杂度 .采用优先级规则形式 ,不仅使得规则表示简洁、紧凑 ,而且还免除了规则应用时所需要的一致性处理 .该方法不依赖于具体的网络结构和训练算法 ,可以方便地应用于各种分类器型神经网络 .实验表明 ,利用该方法可以抽取出可理解性好 ,简洁、紧凑 ,保真度高的符号规则 .
引用
收藏
页码:263 / 269
页数:7
相关论文