论文部分内容阅读
将专家知识和神经元网络方法结合起来，利用专家知识和规则构造规则样本的方法来提高神经元网络学习样本的质量，通过神经元网络对规则样本的学习，形成基于专家知识的神经元网络模型。在潜在震源区划分专家系统中有关规则的基础上，将基于专家知识的神经元网络方法引入到潜在震源区定量划分中，并以首都圈地区为例，对其潜在震源区作了定量划分。结果表明，规则样本能较好地反映专家的知识和规则；利用构造规则样本的方法，可以提高神经网络的样本质量，从而提高其学习速度和判别的效果。