| 基于商空间模型的CBR系统 |
| |
| 引用本文： | 赵鹏,蔡庆生,耿焕同,于琨.基于商空间模型的CBR系统[J].计算机工程,2006,32(24):162-163. |
| |
| 作者姓名： | 赵鹏 蔡庆生 耿焕同 于琨 |
| |
| 作者单位： | 1. 中国科学技术大学计算机科学与技术系,合肥,230026;安徽大学计算机科学系,合肥,230039
2. 中国科学技术大学计算机科学与技术系,合肥,230026 |
| |
| 基金项目： | 国家自然科学基金;安徽省自然科学基金;安徽省高校青年教师科研项目 |
| |
| 摘 要： | 传统的CBR系统采用平面结构，系统在运行过程中不断学习，范例库将变得越来越大，当范例数超过某一预设的上界时，就会出现“沼泽问题”。为了解决这个问题，该文提出了基于商空间模型的CBR系统，采用分层递阶的立体结构，在运行阶段将惰性学习算法与积极学习算法相结合。实验表明利用本方法构造的CBR系统实现E-mail分类预测时，系统的性能和有效性都得到了很大的提高。
|
| 关 键 词： | 商空间理论 信息粒度 分层递阶结构 范例推理 |
| 文章编号： | 1000-3428（2006）24-0162-02 |
| 收稿时间： | 2006-01-04 |
| 修稿时间： | 2006-01-04 |
CBR System Based on Quotient Space Model |
| |
| ZHAO Peng,CAI Qingsheng,GENG Huantong,YUN Kun.CBR System Based on Quotient Space Model[J].Computer Engineering,2006,32(24):162-163. |
| |
| Authors: | ZHAO Peng CAI Qingsheng GENG Huantong YUN Kun |
| |
| Affiliation: | 1, Department of Computer Science and Technology, USTC, Hefei 230026; 2. Department of Computer Science, Anhui University, Hefei 230039 |
| |
| Abstract: | Traditional CBR system is planar architecture. With the system’s running and learning, case base will become larger and larger. When the numbers of cases surpass some boundary, there will be swarming problem. To settle this problem, this paper presents a CBR system based on quotient space model, which is hierarchical architecture. It combines active learning with lazy learning in system running phase. Experimental results show that based on this method, the system performance is greatly increased. |
| |
| Keywords: | Quotient space theory Information granularity Hierarchy Case-based reasoning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|
