增量式解释学习算法EBG—plus* |
| |
引用本文: | 郝继刚,石纯一.增量式解释学习算法EBG—plus*[J].软件学报,1995,6(Z1):40-45. |
| |
作者姓名: | 郝继刚 石纯一 |
| |
作者单位: | 清华大学计算机系,北京100084;清华大学计算机系,北京100084 |
| |
基金项目: | 本文得到国家自然科学基金资助. |
| |
摘 要: | 传统的解释学习(EBL)是通过单个实例进行学习的,学习结果往往带有实例本身的特殊性质,知识求精能较正这一缺陷,但学习结果的效用不高.本文结合了EBL方法和求精算法,提出综合多个实例的增量式解释学习算法EBG—plus,学习质量随实例数目增加而单调上升,学习结果效用高,并能够自动改进领域知识的编码质量.
|
关 键 词: | 解释学习,知识求精,增量式学习. |
收稿时间: | 7/6/1993 12:00:00 AM |
修稿时间: | 7/6/1993 12:00:00 AM |
|
| 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 |
|