摘要
从神经网络的功能性观点出发,将蚁群算法用于神经网络的规则抽取,为每个隐单元和输出单元生成各自的规则,然后依照网络的传导方向聚合这些规则,从而为整个网络抽取出理解性好、简洁的符号规则.该方法不依赖于具体的网络结构和训练算法,可以方便地应用于各种分类器型神经网络.实验结果表明了该方法的实用性和可行性.
This paper from the functional point of view,proposed a method that the ant colony algorithm is applied to the rule extraction from neural networks,generating respective rules for each hidden units and output units then polymerizing these rules according to the network＇s conduction direction,thus extracting accurate,concise and comprehensible symbolic rules for the whole network.This method is independent of the architecture and training algorithm so that it could be easily applied to diversified neural classifiers.The result of experiment has shown its practicability and feasibility.
出处
《微电子学与计算机》
CSCD
北大核心
2009年第5期156-159,162,共5页
Microelectronics & Computer
基金
国家自然科学基金项目(60673092)
教育部科研重点项目(205059)
江苏省高校自然科学基金(07KJD520186)
关键词
神经网络
规则抽取
蚁群算法
聚类
neural network
rules extraction
ant colony algorithm
clustering
作者简介
高在村 男，（1968-），硕士研究生，讲师．研究方向为图像处理、神经计算．
邓伟 男，（1967-），博士，副教授．研究方向为人工智能、神经网络、模式识别．
