修正的最小重新计算标准的增量式学习算法
静态算法在面对变化决策信息系统的约简时,表现出所得的约简有效性不够,无法描述决策系统的变化规律,从粗集理论出发,研究一种动态决策规则的最小重新计算标准,并在此基础上,结合决策规则的确定性准则,提出一个修正的最小重新计算标准的增量式学习算法,理论分析和实例验证表明了算法的正确性和有效性.
粗集、增量式学习、规则约简、最小重新计算标准
30
TP18(自动化基础理论)
国家自然科学基金项目60175018;安徽省自然科学基金项目050420101
2009-06-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
1184-1187