10.3321/j.issn:1001-506X.2001.04.023
基于GA的多层次概念归纳学习方法
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。
遗传学算法数据处理
23
TP301.6(计算技术、计算机技术)
天津市科委资助项目003700111
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
76-79