原文服务方: 计算机应用研究       
摘要:
尽管神经网络已经在很广泛的领域得到应用,但由于训练好的神经网络中的知识不易于理解,神经网络被视为一个典型的摵谙鋽结构.从神经网络中抽取规则来表示其中隐含的知识是解决这个问题的一个有效的手段.将对一些具有代表性的神经网络规则抽取算法进行综述分析,并提出一些未来的研究重点.
推荐文章
基于蚁群算法的神经网络规则抽取
神经网络
规则抽取
蚁群算法
聚类
基于循环卷积神经网络的实体关系抽取方法研究
GRU
循环卷积神经网络
注意力机制
关系抽取
自适应模糊神经网络研究
FuNN网络
自适应学习
遗传算法
基于规则自动生成的模糊神经网络建模
模糊规则
函数逼近
广义动态模糊神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络规则抽取研究
来源期刊 计算机应用研究 学科
关键词 神经网络 规则抽取 机器学习
年,卷(期) 2000,(2) 所属期刊栏目 研究探讨
研究方向 页码范围 34-37
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2000.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周志华 南京大学计算机软件新技术国家重点实验室 92 3105 30.0 55.0
2 陈兆乾 南京大学计算机软件新技术国家重点实验室 74 1789 23.0 40.0
3 孙晨 南京大学计算机软件新技术国家重点实验室 6 150 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (40)
同被引文献  (27)
二级引证文献  (331)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(5)
  • 引证文献(5)
  • 二级引证文献(0)
2003(6)
  • 引证文献(2)
  • 二级引证文献(4)
2004(9)
  • 引证文献(5)
  • 二级引证文献(4)
2005(14)
  • 引证文献(2)
  • 二级引证文献(12)
2006(29)
  • 引证文献(6)
  • 二级引证文献(23)
2007(28)
  • 引证文献(0)
  • 二级引证文献(28)
2008(35)
  • 引证文献(4)
  • 二级引证文献(31)
2009(19)
  • 引证文献(1)
  • 二级引证文献(18)
2010(14)
  • 引证文献(2)
  • 二级引证文献(12)
2011(20)
  • 引证文献(3)
  • 二级引证文献(17)
2012(22)
  • 引证文献(2)
  • 二级引证文献(20)
2013(11)
  • 引证文献(0)
  • 二级引证文献(11)
2014(26)
  • 引证文献(0)
  • 二级引证文献(26)
2015(22)
  • 引证文献(1)
  • 二级引证文献(21)
2016(25)
  • 引证文献(2)
  • 二级引证文献(23)
2017(36)
  • 引证文献(0)
  • 二级引证文献(36)
2018(26)
  • 引证文献(0)
  • 二级引证文献(26)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
神经网络
规则抽取
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导