论文部分内容阅读
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 .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