多重分割框架下的两类新本体学习算法

• 作者: 朱林立
• 来源期刊: 云南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 本体 机器学习 多重分割 覆盖数
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机科学及应用
• 页码范围: 39-44
• 页数: 6页
• 分类号: TP391
• 字数: 3166字
• 语种: 中文
• DOI: 10.7699/j.ynnu.ns-2020-037

摘要

多重分割本体学习算法的本质是将整个一维实数轴分割成k段,并依次分配给本体图上的k个分割类的顶点.在具体学习过程中,对不符合预定规则的本体样本对进行惩罚,进而得到最优本体函数.给出两类多重分割框架下的本体学习算法,并且利用统计学习理论中覆盖数逼近的方法对第一类本体学习算法进行理论分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱林立	江苏理工学院计算机工程学院	17	45	5.0	6.0