连续属性空间上的规则学习算法

• 作者: 刘文远 叶风 权光日 陈晓鹏
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 规则学习算法 连续属性空间 信息熵 无穷范数 NP困难问题
• 年，卷（期）: 1999,（11）
• 页码范围: 1225
• 页数: 1页
• 分类号: TP181
• 字数: 7780字
• 语种: 中文

摘要

文章研究连续属性空间上的规则学习算法.首先简述了研究连续属性空间上的规则学习算法的目的和意义,并将规则学习理论中的一些基本概念推广到连续属性空间.在此基础上,研究了连续属性空间离散化问题,证明了属性空间最小离散化问题是NP困难问题,并将信息熵函数与无穷范数的概念应用到连续属性离散化问题,提出了基于信息熵的属性空间极小化算法.最后,提出了连续属性空间上的规则学习算法,并给出了数值实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文远	哈尔滨工业大学计算机科学与工程系	12	120	6.0	10.0
2	叶风	哈尔滨工业大学计算机科学与工程系	2	40	2.0	2.0