启发式知识获取方法研究

摘要：

归纳学习是解决知识自动获取的有效方法.针对ID3算法、基于粗集的归纳学习以及其它一些归纳学习方法存在的问题,提出了一种新的归纳学习算法ITIL.此算法用信息增益为启发式,选择尽量少的重要属性或组合,以可分辨性为依据提取规则.许多实例表明,这些规则不仅简单,而且冗余小.作为知识获取模块的一部分,ITIL已被集成到一个"基于知识发现的医疗诊断辅助系统"动态知识库子系统中.

关键词：归纳学习、粗集、信息论

所属期刊栏目：28

分类号：TP182(自动化基础理论)

资助基金：江苏省自然科学基金BS989083

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：62-64