吉林大学学报(信息科学版)
吉林大學學報(信息科學版)
길림대학학보(신식과학판)
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2010年
5期
506-512
,共7页
规则抽取%神经网络%聚类
規則抽取%神經網絡%聚類
규칙추취%신경망락%취류
为了从人工神经网络中抽取规则,提出一种新的规则抽取算法.网络被训练并剪枝后,将隐节点的激活值离散化,对输入到隐节点的权重进行聚类,聚类过程中可根据隐节点的激活值动态调整权值聚类数目,进而高效准确地抽取规则.实验结果表明,该算法可明显降低规则抽取的时间复杂度,减少生成规则的数量.
為瞭從人工神經網絡中抽取規則,提齣一種新的規則抽取算法.網絡被訓練併剪枝後,將隱節點的激活值離散化,對輸入到隱節點的權重進行聚類,聚類過程中可根據隱節點的激活值動態調整權值聚類數目,進而高效準確地抽取規則.實驗結果錶明,該算法可明顯降低規則抽取的時間複雜度,減少生成規則的數量.
위료종인공신경망락중추취규칙,제출일충신적규칙추취산법.망락피훈련병전지후,장은절점적격활치리산화,대수입도은절점적권중진행취류,취류과정중가근거은절점적격활치동태조정권치취류수목,진이고효준학지추취규칙.실험결과표명,해산법가명현강저규칙추취적시간복잡도,감소생성규칙적수량.