RRIA

RRIA:一种基于粗糙集和规则树的增量知识获取算法。增量学习是人类大脑学习新知识的一种特殊方式,是AI的一个重要课题。许多人工智能研究者的目标是找到一种算法,该算法可以基于先前学习的原始知识快速地学习新知识,并以这样的方式获得它所获得的知识在实际使用中是有效的。本文提出了一种基于粗糙集和规则树的增量式知识获取算法。它可以逐步从域数据集中学习。我们的仿真结果表明,我们的算法比经典的粗糙集知识获取算法能够更快地学习,并且我们所学习的知识的性能可以与经典的基于粗糙集的知识获取算法相同或更好。仿真结果表明,该算法在很多方面优于ID4。


ZBMaX中的参考文献(16篇)1标准条款

显示结果1至16的16。
按年份排序(引文

  1. 刘,叶;郑,Lidi;秀,Yeliang;尹红,赵,苏云;王,Xizhao;Xizhao,洪;;,,,,,,,,,,,,,S.,基于区分矩阵的融合决策表的增量特征选择(2020)
  2. Wenjun,刘:一种获取动态决策系统属性约简的增量方法(2016)
  3. 张,青花镇;张,Qiang;王,郭殷:多重粒化空间中概率粗糙集的不确定性(2016)
  4. 李,Shaoyong;李,Tianrui:基于属性值变化的基于优势的粗糙集逼近的增量更新(2015)
  5. 刘,邓;李,田瑞;张,Junbo:一种基于粗糙集的动态不完备信息系统知识增量学习方法(2014)
  6. 舒,Wenhao;沈红:基于属性集变化的不完备决策系统属性约简(2014)
  7. 张,军博;李,Tianrui;陈,红梅:动态数据挖掘的复合粗糙集(2014)
  8. 刘,敦;李,Tianrui;阮,达村;张,Junb:动态商业智能系统知识发现的增量学习优化(2011)
  9. 张,广泉;郑,郑;陆,Jie;何,清:一种基于规则集的双层决策问题的求解算法(2011)
  10. 张,军博;李,Tianrui;阮,DA:集值信息系统中基于粗糙集的增量式规则获取(2011)
  11. 陈,Hongmei;李,Tianrui;Qiao,Shaojie;阮,DA:基于粗糙集的粗化和精炼属性值近似的动态维护方法(2010)
  12. 刘,敦,李,Tianrui;阮,达村;祖河,Weili:从动态信息系统中归纳知识的增量方法(2009)
  13. 王,郭银;张;青花镇;黄;Houkuan;叶;Dongyi;Xuegang;石,Zhongzhi;黄;阿;安;黎平;西营,瀛;Shanben;Liang;蓟;;;,,,;Huanglin;谢,克明;缪,杜谦;闽,范;;,,,,,,,,,,,等:粗糙集理论及其在中国的应用研究(2008)
  14. Pawlak,ZDZIS-AW;SKOWRON,ANDRZJ:粗糙集的基础(2007)
  15. 胡,冯;王,郭银;黄,Hai;吴,禹:基于初等集的增量式属性约简(2005)
  16. 郑,郑;王,郭殷:RRIA:一种基于粗糙集和规则树的增量知识获取算法(2004)