KDD中规则提取的收敛网络方法及其应用

摘要：

提出一种新的基于神经网络的规则提取方法.提出的网络由一个主网络及其映射网络组成,具有二次收敛过程.通过主网络的学习(第1次收敛)完成知识学习和网络构造,在此基础上构造了其网络映射,通过该映射网络的收敛过程实现规则的提取.该方法在规则提取时无须遍历解空间,从而很好地提高了搜索效率,降低了计算复杂度.同时,还提出估计规则数下限的信度差方法.模拟实验和应用实验也验证了所提出方法的有效性和正确性.

关键词：KDD(knowledge、discovery、and、data、mining)、规则提取、神经网络、收敛网络、信度差

所属期刊栏目：11

分类号：TP18(自动化基础理论)

资助基金：中国科学院资助项目69835001

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1635-1641