|
|||||
|
|
| 一个基于信息论的示例学习方法 | |
| 引用本文： | 钟鸣,陈文伟,张凯慈.一个基于信息论的示例学习方法[J].软件学报,1993,4(4):56-60. |
| 作者姓名： | 钟鸣 陈文伟 张凯慈 |
| 作者单位： | 解放军防化研究院计算中心，北京 102205;国防科学技术大学，长沙 410073;解放军防化研究院计算中心 北京 102205 |
| 摘 要： | 本文利用信息论中信道容量、最大似然译码准则等概念,提出一个新的示例学习方法IBLE,此方法不依赖类别先验概率,特征间为强相关,具有直观的知识表示,将它用于质谱解析,结果很好,八类化合物平均正确预测率为93.96％,高于专家水平。 |
| 关 键 词： | 信息论 示例学习方法 人工智能 |
| 收稿时间： | 5/1/1991 12:00:00 AM |
| 本文献已被 CNKI 维普 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载全文 | |