RRIA公司

RRIA:一种基于粗糙集和规则树的增量知识获取算法。增量学习作为人脑学习新知识的一种特殊方式,是人工智能领域的一个重要课题。在原有知识的基础上,寻找一种能够快速学习新知识的算法,并使其获得的知识在实际应用中是高效的,这是许多人工智能研究者的目标。本文提出了一种基于粗糙集和规则树的增量知识获取算法。它可以增量地从域数据集学习。仿真结果表明,该算法比传统的基于粗糙集的知识获取算法学习速度更快,所学习的知识性能可以与经典的基于粗糙集的知识获取算法相当甚至更好。此外,仿真结果也表明,我们的算法在许多方面都优于ID4。


zbMATH中的参考文献(引用于,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. Liu,Ye;Zheng,Lidi;Xiu,Yeliang;Yin,Hong;Zhao,Suyun;Wang,Xizhao;Chen,Hong;Li,Cuiping:基于区分矩阵的融合决策表增量特征选择(2020)
  2. 刘文军:动态决策系统属性约简的增量方法(2016)
  3. 张庆华;张强;王国银:多粒空间中概率粗糙集的不确定性(2016)
  4. 李绍勇;李天瑞:属性值变化下基于优势的粗糙集方法中近似值的增量更新(2015)
  5. Liu,Dun;Li,Tianrui;Zhang,Junbo:动态不完备信息系统中基于粗糙集的增量知识学习方法(2014)
  6. 舒文浩;沈红红:基于属性集变化的不完备决策系统属性约简更新(2014)
  7. 张俊波;李天瑞;陈红梅:动态数据挖掘的复合粗糙集(2014)
  8. 刘邓;李天瑞;阮达;张俊波:动态商业智能系统中知识发现的增量学习优化(2011)
  9. 张光权;郑,郑;卢,杰;何青:基于规则集的二层决策问题求解算法(2011)
  10. 张俊波;李天瑞;阮达:集值信息系统中基于粗糙集的增量规则获取(2011)
  11. 陈红梅;李天瑞;乔绍杰;阮达:一种基于粗糙集的属性值粗化与细化近似动态维护方法(2010)
  12. 刘邓;李天瑞;阮达;邹伟丽:从动态信息系统中归纳知识的增量方法(2009)
  13. 王国银;张庆华;黄,后宽;叶东义;胡庆华;胡雪刚;石中志;李永利;尚、林;安、李平;赛、英;陈、善本;梁、吉业;秦、克云;曾、黄林;谢、克明;苗、多才;闵、范;吴昭聪;吴伟志;戴建华:粗糙集理论及其在中国的应用研究(2008)
  14. Pawlak,Zdzisław;Skowron,Andrzej:粗糙集的雏形(2007)
  15. 胡峰;王国银;黄,海;吴,余:基于基本集的增量属性约简(2005)
  16. 郑,郑;王国银:基于粗糙集和规则树的增量知识获取算法(2004)