提高案例推理分类器的可靠性研究
针对案例推理(Case-based reasoning, CBR)分类器的可靠性问题,本文提出一种改进的案例检索和案例重用方法。首先在案例检索环节应用注水原理对属性权重进行优化分配,利用每个属性数据的标准差和均值构造拉格朗日函数求得属性权重,并设定重要度阈值指导属性约简;其次在案例重用环节引入基于可信度的重用策略,通过计算目标案例分属于各个类别的可信度大小来确定当前案例的分类结果。最后通过实验对比,表明本文方法能有效提高分类精度和效率,分类器的可靠性得以保障。
案例推理分类器、可靠性、可信度、注水原理
O1 ;O23
国家自然科学基金61374143资助Supported by National Natural Science Foundation of China 61374143
2014-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
2029-2036