论文部分内容阅读
由于神经网络模型缺乏透明性,通过神经网络获得的知识难以被用户所理解,因而限制了它的发展.通过数据分类可以为神经网络提供一个解释机制,用规则来取代权值矩阵,可以较好的解决神经网络的"黑箱"问题.本文通过对分解式和示范式各种数据分类算法的分析,概括了它们的基本思想并对各种算法的性能进行比较,为实际应用领域不同类型和不同层次信息的数据分类选择提供决策说明.