基于权值聚类的神经网络规则抽取算法
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·现有研究成果 | 第8-10页 |
| ·INTOEK 分类框架 | 第10-11页 |
| ·已有算法的缺陷 | 第11-12页 |
| ·本文的工作 | 第12-13页 |
| 第二章 背景介绍 | 第13-28页 |
| ·人工神经网络 | 第13-18页 |
| ·神经网络的定义 | 第13-14页 |
| ·人工神经网络的优越性和局限性 | 第14-15页 |
| ·前馈型神经网络与BP 算法 | 第15-18页 |
| ·神经网络规则抽取研究 | 第18-21页 |
| ·规则形式 | 第18-19页 |
| ·研究趋势 | 第19-21页 |
| ·典型算法介绍 | 第21-26页 |
| ·MOFN 算法 | 第21-23页 |
| ·RX 算法 | 第23-24页 |
| ·FERNN 算法 | 第24-25页 |
| ·TREPAN 算法 | 第25-26页 |
| ·规则抽取算法评价标准 | 第26-28页 |
| 第三章 基于权值聚类的规则抽取算法 | 第28-43页 |
| ·概述 | 第28-30页 |
| ·神经网络的训练和剪枝 | 第30-35页 |
| ·神经网络的训练 | 第30-33页 |
| ·神经网络的剪枝 | 第33-35页 |
| ·规则抽取 | 第35-42页 |
| ·规则抽取过程 | 第35-37页 |
| ·隐层节点激活值离散化 | 第37-39页 |
| ·简化隐含层节点到输出节点的规则 | 第39-40页 |
| ·基于K 均值算法的权值聚类过程 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 实验测试及结果分析 | 第43-54页 |
| ·概述 | 第43页 |
| ·技术实现 | 第43页 |
| ·七数码问题 | 第43-50页 |
| ·网络构建 | 第44-45页 |
| ·产生中间规则 | 第45-49页 |
| ·规则合并 | 第49-50页 |
| ·实验分析 | 第50页 |
| ·Breast Cancer 问题 | 第50-54页 |
| ·问题描述及规则抽取 | 第50-53页 |
| ·实验结果分析与比较 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 摘要 | 第59-62页 |
| Abstract | 第62-65页 |
| 致谢 | 第65页 |
