-
题名基于启发知识的神经网络训练策略
- 1
-
-
作者
张德贤
申石磊
向国全
王光霞
-
机构
河南大学软件工程重点实验室
郑州解放军信息工程大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2001年第1期44-47,共4页
-
基金
河南省自然科学基金资助!编号971160211。
-
文摘
基于对目前神经网络存在问题的具体分析，认为将启发性信息引入神经网络训练将是提高网络学习能力＼质量以及效率的重要途径。进而讨论了启发知识的来源与种类，将启发性知识分成诱导性约束和强制性约束两类，进而建立了引入网络训练的相应策略，给出了启发性知识引入与选择的具体原则，并建立了两种基于导数关系的启发知识模型。最后建立了神经网络的具体训练算法。具体应用结果证明了所提出策略与方法的有效性。
-
关键词
启发性知识
约束训练
神经网络
数学模型
-
Keywords
heuristic knowledge, constrained learning, neural networks
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于神经网络的分类决策树构造
被引量：5
- 2
-
-
作者
徐爱琴
张德贤
-
机构
中国科技大学研究生院
河南大学软件工程重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2000年第10期43-45,55,共4页
-
基金
河南省自然科学基金资助
-
文摘
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.
-
关键词
数据挖掘
分类决策树
神经网络
-
Keywords
： data mining, decision tree, neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP301
[自动化与计算机技术—计算机系统结构]
-
