基于描述复杂性的优化学习算法

摘要：

从描述复杂性的角度出发,提出了一种新的优化学习算法.描述复杂性理论认为,一个数据集的最小长度描述最能体现出这个数据集的本质规律.借鉴机器学习和认知心理学领域的研究成果,该文采用"规则+例外"作为描述方法,从而把学习问题转化成求在"规则+例外"描述方法下的最小长度描述的优化问题.实验表明,这种算法的结果能够得到很好的解释.

关键词：描述复杂性、最小描述长度、规则+例外、优化

所属期刊栏目：25

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金69773008;国家重点基础研究发展计划973计划G1998030510

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5页

页码：878-882