一种基于统计的神经网络规则抽取方法

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.

关键词：神经网络、规则抽取、机器学习、统计、聚类

所属期刊栏目：12

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金69875006;江苏省自然科学基金BK99036

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：263-269