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English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10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
周志华,何佳洲,尹旭日,陈兆乾.一种基于统计的神经网络规则抽取方法.软件学报,2001,12(2):263-269
一种基于统计的神经网络规则抽取方法
A Statistics-Based Approach for Rule Extraction from Neural Networks
投稿时间:1999-06-25  修订日期:1999-12-03
DOI:
中文关键词:  神经网络  规则抽取  机器学习  统计  聚类
英文关键词:neural network  rule extraction  machine learning  statistics  clustering
基金项目:国家自然科学基金资助项目(69875006);江苏省自然科学基金资助项目(BK99036)
作者单位
周志华 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
何佳洲 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
尹旭日 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
陈兆乾 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093 
摘要点击次数: 2822
全文下载次数: 2735
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.
英文摘要:
      In this paper, from the functional point of view, a statistics-based approach for rule extraction from trained neural networks is proposed. This approach introduces statistical technique to evaluate extracted rules so that the rule set could well cover the instance space. It deals with continuous attributes in a unique way so that the subjectivity and complexity of discretization are lowered. It adopts ordered rule representation so that not only the rules have concise appearance but also the consistency process could be released when the rules are used. Moreover, this approach is independent of the architecture and training algorithm so that it could be easily applied to diversified neural classifiers. Experimental results show that the symbolic rules extracted via this approach are comprehensible, compact, and with high fidelity.
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 京ICP备05046678号-4
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