10.3969/j.issn.1673-825X.2007.04.002
一种基于粗集的概念学习新方法
针对传统粗集决策方法不能对未见实例提供很好分类的缺陷,提出了一种基于粗集的概念学习新方法.利用概念之间的偏序结构,在整个变型空间搜索与训练样例一致的假设,并通过投票的方式得到新实例最可能的假设.仿真结果表明该方法泛化能力强,是一种有效的概念学习方法.
粗糙集、概念学习、变型空间、偏序结构
19
TP18(自动化基础理论)
甘肃省自然科学基金3ZS061-A25-045;兰州交通大学青兰工程基金
2007-10-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
405-408