本体概念分类的遗传算法

• 作者: 丁志军 孙萍 王俊丽 蒋昌俊
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 本体学习 遗传算法 概念分类规则
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 265-270
• 页数: 6页
• 分类号: TP3
• 字数: 5543字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2008.03.009

摘要

提出了一种基于遗传算法的本体概念分类规则学习方法(GAOCL).该方法从已有的本体库或知识库中获取实例作为训练样本,通过遗传算法获取相关的概念分类规则,实现概念实例的有效分类,以达到扩充和丰富本体的目的.首先,在编码过程中采用了可变长度的规则集合作为个体,以满足不同概念对分类规则数目的不同要求.其次,定义了规则集相对覆盖率,并以此作为适应值函数,评估个体对概念实例的分类效果,实现优化迭代.最后,给出了基于遗传算法的本体分类规则学习算法.利用一组标准样本集对该算法与同类算法进行了比较,实验结果表明该算法具有很好的收敛性,并且能获得较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋昌俊	同济大学嵌入式系统与服务计算教育部重点实验室	93	1492	18.0	36.0
2	孙萍	同济大学嵌入式系统与服务计算教育部重点实验室	8	160	4.0	8.0
3	丁志军	同济大学嵌入式系统与服务计算教育部重点实验室	37	329	8.0	17.0
7	王俊丽	同济大学嵌入式系统与服务计算教育部重点实验室	15	290	6.0	15.0