首页 | 本学科首页   官方微博 | 高级检索  
     

基于ALCQ(D)的CBR事例表示及相似性度量
引用本文:孙晋永,古天龙,常亮,马林威.基于ALCQ(D)的CBR事例表示及相似性度量[J].计算机科学,2014,41(4):223-229.
作者姓名:孙晋永  古天龙  常亮  马林威
作者单位:西安电子科技大学计算机学院 西安710071;桂林电子科技大学广西可信软件重点实验室 桂林541004;桂林电子科技大学广西可信软件重点实验室 桂林541004;桂林电子科技大学广西可信软件重点实验室 桂林541004
基金项目:本文受国家自然科学基金(60963010,9,61262030,0),广西自然科学基金(2012GXNSFBA053169)资助
摘    要:针对目前用于CBR事例表示的描述逻辑,如EL、ALC、ALCNR等缺少定性数量约束和有型域约束的问题,将具有定性数量约束和有型域构子的描述逻辑ALCQ(D)应用于CBR中。首先使用ALCQ(D)概念表示有定性数量约束、具体数据类型和数据值约束需求的CBR事例,并对之索引。研究两种主要的具体数据类型:数值类型和符号类型。然后定义ALCQ(D)范式来规范事例的索引表示,最后给出事例相似性度量方法。该度量方法先对事例索引的各个部分进行相似性度量,然后对度量结果进行加权求和得到最终相似性。实验结果表明,ALCQ(D)可以更准确地表示事例,事例相似性度量方法可以更贴切地度量事例的相似性,这对提高事例检索的速度和准确性以及提高CBR系统的效率具有重要意义。

关 键 词:基于事例推理  描述逻辑  事例表示  事例检索  相似性
收稿时间:2013/5/13 0:00:00
修稿时间:2013/10/16 0:00:00
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》下载全文
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