| 第1章 绪论 | 第1-13页 |
| ·课题的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·基于结构分析的方法 | 第8-9页 |
| ·基于性能分析的神经网络规则抽取方法 | 第9-10页 |
| ·INTOEK 分类框架 | 第10-11页 |
| ·已有算法不同程度的存在一些有待解决的问题 | 第11页 |
| ·课题研究的主要内容 | 第11-13页 |
| 第2章 预备知识 | 第13-21页 |
| ·人工神经网络 | 第13-15页 |
| ·BP 算法 | 第15-17页 |
| ·遗忘式神经网络结构学习算法SLF | 第17-18页 |
| ·加权模糊产生式规则 | 第18-19页 |
| ·模糊推理 | 第19-21页 |
| 第3章 课题研究的基本思路及解决方案 | 第21-27页 |
| ·神经网络结构的确定 | 第21-22页 |
| ·神经网络输入输出层节点个数的确定 | 第21页 |
| ·隐含层数和隐含节点数的确定 | 第21-22页 |
| ·从神经网络中抽取规则 | 第22-25页 |
| ·分析连接权重对神经网络输入输出值的影响 | 第22-24页 |
| ·构造某属性值对某类别的重要性指标 | 第24页 |
| ·生成带有局权的加权模糊产生式规则 | 第24-25页 |
| ·构造与生成的加权模糊产生式规则相适应的模糊推理方法 | 第25-27页 |
| 第4章 加权模糊产生式规则的抽取过程 | 第27-29页 |
| ·训练数据的模糊化 | 第27页 |
| ·神经网络的建立和训练 | 第27页 |
| ·建立某属性值对某类别的重要性指标 | 第27-28页 |
| ·生成加权模糊产生式规则 | 第28-29页 |
| 第5章 实验 | 第29-37页 |
| ·IRIS 数据库实验 | 第29-33页 |
| ·PIMA 数据库实验 | 第33-37页 |
| 第6章 结论与展望 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 攻读硕士学位期间撰写的论文 | 第40-41页 |
| 致谢 | 第41页 |