主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2019-2020年专刊出版计划 微信服务介绍 最新一期:2019年第2期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
熊范纶,邓超.KDD中规则提取的收敛网络方法及其应用.软件学报,2000,11(12):1635-1641
KDD中规则提取的收敛网络方法及其应用
Convergent Network Approach for Rule Extraction in KDD and Its Applications
投稿时间:1999-05-18  修订日期:1999-09-15
DOI:
中文关键词:  KDD(knowledge discovery and data mining)  规则提取  神经网络  收敛网络  信度差
英文关键词:KDD (knowledge discovery and data mining)  rule extraction  neural network  convergent network  difference of belief degree
基金项目:国家自然科学基金资助项目(69835001)
作者单位
熊范纶 中国科学院 合肥智能机械研究所,安徽 合肥 230027
中国科学技术大学 计算机系,安徽 合肥,230027 
邓超 中国科学院 合肥智能机械研究所,安徽 合肥 230027
中国科学技术大学 计算机系,安徽 合肥,230027 
摘要点击次数: 2201
全文下载次数: 2455
中文摘要:
      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.
英文摘要:
      A novel neural network based rule extraction method is proposed in this paper. This method consists of a primary network and its corresponding mapping network, which includes twice convergent processes. The knowledge acquisition and network construction of the method are fulfilled by the first convergence of the primary network. Here by a mapping network corresponding to the converged primary network is created whose convergence is capable of realizing the rule extraction. Since there is no need of enumerating the overall space of solutions for this method to extract rules, therefore the searching efficiency is greatly increased and the computation complexity is dramatically reduced. Meanwhile, a stop criterion of rule extraction in terms of difference of belief degree is also proposed in this paper. A lot of simulation experiments and practical applications illustrate and verify the validity and correctness of the proposed method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利