《表2 空气质量规则：神经网络规则优化建模与应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《神经网络规则优化建模与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用粗决策树算法进行动态规则提取，首先获得了261条规则；由于存在不一致信息，因此需设定可信度和覆盖度阈值，对大于阈值的样本进行规则提取。结合空气质量领域知识，可信度阈值设定为0.75，覆盖度阈值设定为0.16，按照阈值计算得到最终规则为9条（如表2所示），所以确定网络隐含层节点数为9，输出层节点为空气质量等级1个参数，因此最终神经网络结构为6-9-1。