一种基于统计的神经网络规则抽取方法

• 作者: 何佳洲 周志华 尹旭日 陈兆乾
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 神经网络 规则抽取 机器学习 统计 聚类
• 年，卷（期）: 2001,（2）
• 页码范围: 263-269
• 页数: 7页
• 分类号: TP183
• 字数: 4983字
• 语种: 中文

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.

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		92	3105	30.0	55.0
2	尹旭日		16	352	10.0	16.0
3	陈兆乾		74	1789	23.0	40.0
4	何佳洲		12	315	9.0	12.0