资料下载
×
基于BP神经网络的小麦病害诊断知识获取
消耗积分:3 |
格式:rar |
大小:162 |
2009-07-30
好名字
分享资料个
为了从神经网络中获取易于理解的知识，以小麦病害诊断为例，研究了BP 神经网络
的规则抽取，提出一种基于结构分析的BP 神经网络规则抽取方法。采用带惩罚项的交错熵误差函数作为误差函数，通过对训练好的神经网络进行剪枝、权重分析并设定阈值，从BP神经网络中抽取产生式规则。
传统专家系统在知识获取、不确定性推理等方面存在一些难以解决的问题[1]。人工神经
网络具有自学习以及并行计算能力，使其在复杂的作物病虫害诊断中具有很大的优势。然而，由于神经网络是一个“黑箱模型”，其学习到的知识是以权重的形式分布在网络中，这种隐式的数值表示不易被人们理解，得到的诊断结果缺乏解释能力，不具备透明性。改善神经网络可理解性的一个有效途径就是从神经网络中抽取易于理解的符号规则。本文以小麦病害诊断为例，分析了利用神经网络进行诊断推理的过程，提出一种基于结构分析的神经网络规则抽取方法，并通过计算规则的保真度和精度对提取的诊断规则进行评价。
的规则抽取，提出一种基于结构分析的BP 神经网络规则抽取方法。采用带惩罚项的交错熵误差函数作为误差函数，通过对训练好的神经网络进行剪枝、权重分析并设定阈值，从BP神经网络中抽取产生式规则。
传统专家系统在知识获取、不确定性推理等方面存在一些难以解决的问题[1]。人工神经
网络具有自学习以及并行计算能力，使其在复杂的作物病虫害诊断中具有很大的优势。然而，由于神经网络是一个“黑箱模型”，其学习到的知识是以权重的形式分布在网络中，这种隐式的数值表示不易被人们理解，得到的诊断结果缺乏解释能力，不具备透明性。改善神经网络可理解性的一个有效途径就是从神经网络中抽取易于理解的符号规则。本文以小麦病害诊断为例，分析了利用神经网络进行诊断推理的过程，提出一种基于结构分析的神经网络规则抽取方法，并通过计算规则的保真度和精度对提取的诊断规则进行评价。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
