案例检索及权重优化方法研究及应用

摘要：

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特征属性的相似度计算问题以及采用PULL&PUSH调整策略进行案例权重的调整.在实验系统上基于案例库对FRAWO法的有效性、准确度、效率等进行了实验.实验结果表明,FRAWO法适用于CBR系统,检索速度较快、准确性高.

关键词：案例推理、案例检索、权重优化、病历生成

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金重点资助项目70631003;国家自然科学基金资助项目70741046;教育部博士点资助项目20050359006;合肥工业大学科学研究发展基金资助项目2009HGXJ0039;合肥工业大学博士专项基金资助项目2007GDBJ039

在线出版日期：2010-03-26（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：764-768