利用神经网络从例子中提取规则
FUZZY NEURAL NETWORK TO EXTRACT RULES FROM EXAMPLES作者机构：复旦大学计算机科学系上海200433
出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期：1995年第8卷第1期
页 面：82-85页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家攀登计划认知科学(神经网络)重大关键项目 上海市自然科学基金
摘 要：本文首先采用小立方体到小立方体映射的方法,以获取规则;再用一种基于信息论的判据缩小规则的规模;然后将规则转化成模糊神经网络(FNN);接着对同一隐层的隐节点加以聚类来简比FNN;最后利用FNN凋整规则,使误差在允许的范围内。本文采用一种带参量的模糊规则,它易于调整和修正,而且不需要一致性检查,同时,在学习中还可利用专家的知识。在本文最后,我们以一个典型的模式分类实例说明了此方法的有效性。
维普期刊数据库
同方期刊数据库