埃里希·彼得·泰-的A2 Klement盟——博洛尼亚,圭多盟,Hayashi Yoichi PY - 2018 DA - 2018/01/09 TI -比较研究从神经网络规则抽取乐团,提振了浅树和svm SP - 4084850六世- 2018 AB -一种方法使知识存储在一个人工神经网络提取更多的可理解的符号规则。然而,生产规则的多层感知器(mlp)是一个np难问题。许多技术被引入从单一神经网络生成规则,但很少提出了集合体。此外,实验很少评估10倍交叉验证试验。在这个工作中,基于离散可判断的多层感知器(DIMLP),实验重复10日进行分层10倍交叉验证试验超过25二元分类问题。DIMLP架构允许我们生产规则从DIMLP乐团,提振了浅树(bst)和支持向量机(SVM)。规则集的复杂性测量的平均数量和平均数量的先例规则生成规则。使用的25个分类问题,最复杂的规则集生成从bst训练“温和促进”和“真正的提高。“此外,我们明显观察到复杂的规则越少,他们的忠诚是越好。事实上,规则生成的决策树桩训练通过适度提高,几乎所有的25数据集,最简单的保真度最高的。最后,平均预测精度和平均规则集的复杂性,一些的比较我们的结果与文献中报道的竞争。 SN - 1687-9724 UR - https://doi.org/10.1155/2018/4084850 DO - 10.1155/2018/4084850 JF - Applied Computational Intelligence and Soft Computing PB - Hindawi KW - ER -