首页 | 本学科首页   官方微博 | 高级检索  
     

基于信息熵的扩张矩阵的启发式算法
引用本文:钱国良,舒文豪,王亚东.基于信息熵的扩张矩阵的启发式算法[J].计算机学报,1998,21(7):619-626.
作者姓名:钱国良  舒文豪  王亚东
作者单位:哈尔滨工业大学计算机科学与工程系,哈尔滨,150001
基金项目:国家自然科学基金,国际合作项目!彩色匹配,哈工大校科技基金
摘    要:示例学习中传统的扩张矩阵理论和启发式算法是建立在正反例子集一致、没有噪音的基础上的。然而实际应用领域中的噪音数据,导致许多归纳能力很差的规则产生。本文提出从统计学的角度,对扩张矩阵理论的定义加以扩充,利用信息熵和拉普拉斯错误估计函数构造了扩张矩阵启发式算法ECA。将该算法应用于几个实际领域的学习问题并与示例学习系统AE5及AQ15等进行了比较。实际结果表明,ECA生成的规则简单,归纳能力强,较为有

关 键 词:示例学习  扩张矩阵  信息熵  机器学习  启发式算法
修稿时间:1997年8月26日

A HEURISTIC ALGORITHM OF EXTENSION MATRIX BASED ON ENTROPY
QIAN Guo-liang,SHU Wen-Hao,WANG Ya-Dong.A HEURISTIC ALGORITHM OF EXTENSION MATRIX BASED ON ENTROPY[J].Chinese Journal of Computers,1998,21(7):619-626.
Authors:QIAN Guo-liang  SHU Wen-Hao  WANG Ya-Dong
Abstract:
Keywords:Learning from examples  extension matrix  entropy  noise
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号