转载 :目前基于符号处理的方法是解决分类规则提取问题的主要方法,而基于神经网络的连接主义方法则用的不
多,其主要原因在于虽然神经网络的分类精度高,但难于提取其所隐含的分类规则与知识。针对这个问题,结合神经网
络的具体特点,该文提出了一种基于神经网络的构造分类决策树的新方法。该方法通过神经网络训练建立各属性与分
类结果之间的关系,进而通过提取各属性与分类结果之间的导数关系来建立分类决策树。给出了具体的决策树构造算
法。同时为了提高神经网络所隐含关系的提取效果,提出了关系强化约束的概念并建立了具体的模型。实际应用结果证
明了算法的有效性。
2021-11-01 09:43:24
400KB
神经网络
1