基于人工神经网络的知识获取方法_刘振凯 (1)

基于人工神经网络的知识获取方法_刘振凯 (1)

ID:34124555

大小:259.39 KB

页数:3页

时间:2019-03-03

基于人工神经网络的知识获取方法_刘振凯 (1)_第1页
基于人工神经网络的知识获取方法_刘振凯 (1)_第2页
基于人工神经网络的知识获取方法_刘振凯 (1)_第3页
资源描述:

《基于人工神经网络的知识获取方法_刘振凯 (1)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、5期刘振凯等:第基于人工神经网络的知识获取方法基于人工神经网络的知识获取方法刘振凯贵忠华(西安交通大学710049)(西北工业大学西安710072)摘要知识获取是研制和开发专家系统的瓶.颈本文从三个方面研究了基于神经网络的知识获取方法,即通过实例学习获取知识、基于神经,网络的知识求精以及从神经网络提取规则知识分析了各自的原理及其存在的问题。关键词知识获取人工神经网络专家系统1引言经典的多层前馈神经网络学习算法是由R劝meth四rt,a,专家系统的力量在于它所拥有的知识这些知识等人于1986年提出的反向传播(BckProPagationBP)使它能在专家水平上工作和解决问题。

2、但是知识不易算法,故这种神经网络也常被称为BP神经网络。获取,因为很多知识只有专家本人才拥有,而专家可能较忙、可能不合作、可能难于解释他自己在解决问物出信号题的,思考过程中究竟使用了哪些知识所以知识获取被认为是构造专家系统中最困难的步骤。况且专家有,,时也会出错误导知识工程师这样就会使专家系统所获取的知识很成问题。人工神经网络是一种大规模并行分布处理的系图1多层前馈神经网络统,具有自组织、自学,习和自适应的特点在智能系统中可用于自动知识获取。BP川本文将从三个方面研究算法采用非线性优化中的梯度下降法来对网络,,,基于神经网络的知识获取方法即通过实例学习获取权值优化在进行知识

3、获取中取得了一些成果但是,、知识、基于神经网络的知识求精以及从神经网络提取也存在一些问题如学习时间较长难以确定合适的。规则知识。网络结构等解决这个问题的途径是采用一些收敛速2通过学习获取知识度快的改进BP算法或结构学习算法等。,3基于神经网络的知识求精神经网络通过学习训练实现知识获取首先应根,。据应用问题选择并确定神经网络的模型和结构再选知识求精是知识获取的必不可少的步骤一般来,,’择学,。说得到的初始知识库常常有些问题比如知识不完习算法对与求解问题有关的样本进行学习通,、、,因此需要过学习调整神经网络的联接权值完成知识的自动获全知识之间不一致有的知识不正确等、。,取。调试

4、修改和补充实践证明初始知识库求精后可,,关于神经网络模型的选取可以是自组织神经网以显著地提高专家系统的运行性能比如利用知识求,。络模型l2]也可以是多层前馈神经网络模型Isl前者精系统SEEKZ对风湿病诊断专家系统EXPERT的知识,。,库求精后其诊断正确率提高了21.2%I’1因此知识求根据学习算法和训练样本集确定神经网络的权值后,精。者在学习过程中对整个训练样本集根据神经网络的受到专家系统研制者的极大重视近年来,人们将人,实际输出模式与期望输出模式的误差调整网络的权工神经网络用于知识求精取,,。,eav值直到误差的均方值小于某一预定的极小值网络得了一些进展1990年肠w

5、ll和Shlik提出了用于。知识求精的基于知识的人工神经网络(K五owledge达到稳定时为止,,目前,BasedAnifieialNe切ralNetwork简称KBANN)15]并在知识获取中最常用的神经网络模型是采,。KBANN用BP算法的多层前馈神经网络如图1所示它由输通过实例证明基于的知识求精方法比纯符号。,入层、隐含层和输出层构成,其中隐含层可以有一层求精系统要好I6]1993年Fu提出了与KBANN类似,,的KBCNN(K五owledgeBdCePtoalural或多层相邻层的神经元之间相互联接但同一层的aseoncNe。神。Network)用于知识求精I7]经

6、元之间并不相联输入信号从输入层经隐含层向,。,:前传播到输出层成为输出信号一般来说知识求精问题是指已知::。(l)初始知识库(指规则集)(2)专家例证:,航空自选课题基金资助求解用已知例证检测初始知识库并对它进行、,收稿日期:1998年11月28日修改删除和补充使加工后的知识库达到预期的运计算机应用研究1999年行性能。4从神经网络中提取规则通过神经网络获取(或求精)的知识是隐式的、分,,布式的难于理解因此从神经网络中提取规则具有重要的意义。这方面的研究一直是一个热点,下面介绍一种典型方法。,1990年Setito提出了一种用神经网络获取规则,:知识的方法其过程如下图2基于

7、神经网络的知识求精方法流程图首先用如图3所示的三层BP神经网络(将输出层神基于神经网络的知识求精方法的流程图如图2所经元节点也作为附加输入节点放到网络输入层之中),示,图中的初始规则集即初始知识库、训练样本即专来学习训练样本并用式(1)获取输出节点b和输入节,家。:点a之间的逻辑相关程度度量sEab(sEab越小a和b例证它由三个步骤组成。(l)转化::之间相关程度越大)将初始规则集转化为初始神经网络:用训练样本和学习算法训练初始神经网(2)训练ab一一叽),艺叽络即知识的求精过程:珊,:。aJa(3)提取规则提取

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。