一种基于SCAD的改进谓词发现方法

• 作者: 潘敬敏 胡汉辉 郑晓东
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 谓词发现 正则化稀疏 SCAD 归纳逻辑编程 假设语言
• 年，卷（期）: 2018,（5）
• 页码范围: 576-580,610
• 页数: 6页
• 分类号: TP181
• 字数: 4897字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2018.05.014

摘要

针对归纳逻辑编程中传统谓词发现方法会导致错误级联的难题,提出一种基于平滑削边绝对偏离(smoothly clipped absolute deviation,SCAD)正则化稀疏的改进谓词发现方法.新方法并不明确地创建新谓词,而是通过使用正则化稀疏方式将软谓词发现的参数一起正则化,从而隐式地组合紧密相关的规则.在软谓词发现中引入SCAD这一正则化稀疏模型,同时针对无偏稀疏性,着重观察SCAD对软谓词发现结果的影响.基于欧洲皇室家庭关系数据集进行试验,确定了μ,α的最优值,并完成了知识库完善试验.结果表明,该方法能有效克服错误级联这一难题,缩短对知识库的查询时间,并可提高谓词发现的平均精准度到0.798,远超过基于拉普拉斯正则化的软谓词发现方法的0.726.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡汉辉	东南大学经济管理学院	285	4583	34.0	55.0
2	郑晓东	东南大学经济管理学院	9	32	4.0	5.0