基于粗糙集的归纳推理检索方法

• 作者: 吕文颜 张光前 邓贵仕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 基于事例推理 归纳推理检索 决策树 粗集 重要度
• 年，卷（期）: 2003,（16）
• 所属期刊栏目: 博士论文
• 页码范围: 23-24,105
• 页数: 3页
• 分类号: TP301.6
• 字数: 3656字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.16.010

摘要

归纳推理检索是基于事例排理(CBR)中常用的检索方法之一,是基于ID3算法的检索方法.文章在基于事例推理方法的背景下论证了事例的属性的重要性和冗余之间的关系,并在此基础上从属性相对于其属性的重要性角度来构造启发函数.和ID3算法相比较,该算法不但降低了计算复杂性,而且在一定程度上可以消除样本中的噪声,使归纳推理检索方法的检索效率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓贵仕	大连理工大学系统工程研究所	98	1916	22.0	41.0
2	张光前	大连理工大学系统工程研究所	19	486	10.0	19.0
3	吕文颜	大连理工大学系统工程研究所	1	14	1.0	1.0