利用神经网络发现分类规则

• 作者: 张朝晖 张钹 陆玉昌
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 神经网络 遗传算法 决策树 分类规则
• 年，卷（期）: 1999,（1）
• 所属期刊栏目: 短文
• 页码范围: 108-112
• 页数: 5页
• 分类号: TP18
• 字数: 4368字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.1999.01.017

摘要

神经网络是目前公认的高精度分类器,但它的分类过程却令人难以理解,被称为"黑箱",从而降低了它的可信度,且使其结果不易应用到其它相关领域.本文提出应用决策树模拟神经网络的隐节点和输出节点的决策过程的思想.在分类精度基本不变的前提下,将训练后的前馈神经网络利用遗传算法进行剪枝,再将其转换为含有若干棵树的森林结构,然后将每棵树看作一个分类器,利用决策树模拟每个分类器的分类过程,最后将决策树结构转化为若干条符号规则.决策树结构易于理解,符号规则易于应用到相关领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玉昌	清华大学计算机科学与技术系	86	4098	32.0	63.0
5	张钹	清华大学计算机科学与技术系	68	5127	32.0	68.0
9	张朝晖	清华大学计算机科学与技术系	6	386	4.0	6.0