提示
荣莉莉
-
72浏览
-
0点赞
-
0收藏
-
0分享
-
31下载
-
0评论
-
引用
期刊论文
基于知识的阶层型神经网络结构及参数的一种确定方法
计算机研究与发展，2003，40（2）：169～176，-0001，（）：
神经网络具有优秀的学习能力，但神经网络的权值及阈值却无法解释与理解，给进一步的应用带来了困难。国内外学者就这一问题进行了各种探讨，研究怎样从神经网络中抽取规则，但算法较复杂，规则的可理解性较差。从不同的视角出发，提出一种从知识的角度来考察阶层型神经网络的结构及参数的思路1利用从样本数据中获得的知识(模糊规则)，来确定网络的大小，即中间层的结点数目，以及网络的参数，即网络的权重及结点的阈值。该方法的特点是不用精简网络的结构，也不用改变网络以往的BP学习算法。按照这种方法构造出的神经网络，即使不学习，其输出也会大致地跟踪样本，网络的学习时间将会缩短。与此同时，网络的参数，即权重及阈值的意义可以解释，为直接从神经网络中提取知识提供了依据。仿真算例验证了所提出的方法的有效性。
【免责声明】以下全部内容由[荣莉莉]上传于[2010年11月03日 15时14分03秒]，版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
本学者其他成果
同领域成果
