基于GA的多层次概念归纳学习方法

摘要：

面向属性的归纳学习(亦称概念提升)是一种广泛使用的知识发现方法。通过归纳学习，使得属性域取值的抽象程度提高，从而得到较精练的数据集合，大大提高了规则的学习效率。但是实际应用环境中的数据属性维数非常多，属性概念层次也非常复杂，基于集合论的传统学习方法的效率变得越来越低。基于遗传算法的高搜索性能，提出了一个概念空间的特征概念层次优化搜索方法，特别是处理高维、具有复杂概念层次的问题时收到了较好的效果。

关键词：遗传学算法数据处理

所属期刊栏目：23

分类号：TP301.6(计算技术、计算机技术)

资助基金：天津市科委资助项目003700111

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4页

页码：76-79