符号回归的枚举原型算法及其匹配算法研究

摘要：

通过建立一个包括大量原型的原型库,实现了符号回归的枚举原型算法.该算法使用的原型可分为线性原型和非线性原型,前者与样本数据的匹配可转换为多元线性回归问题,效率高,但其表现力较差.后者表现力强,但非线性回归技术效率低,且存在收敛域问题.对可用于原型匹配的各种拟合算法进行了比较研究,确定了为各种原型选择匹配算法的一般方法.

关键词：机器学习、经验发现、符号回归、非线性回归

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划863计划59990472

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：1-4,12