×

基于实数编码遗传算法的归纳学习信息空间优化。 (英语) Zbl 1033.68137号

Abraham,Ajith(编辑)等人,《混合信息系统》。HIS-2001会议记录,第一次国际研讨会,澳大利亚阿德莱德,2001年12月11-12日。海德堡:Physica-Verlag(ISBN 3-7908-1480-6/pbk)。《软计算进展》,415-429(2002)。
小结:提出了新的特征构造方法。这些方法基于这样的思想:平滑的特征空间有助于归纳学习,因此适合于数据挖掘。分类引导自适应建模(CAM)和平滑驱动自适应建模(SAM)这两种方法最初是为了建模人类对静态图像的感知,其中图像是在索引颜色空间中感知的。CAM测试用于分类问题,SAM测试用于感性尺度值(印象量)预测问题。实验证明,这两种算法都可以作为归纳学习的预处理步骤。我们还使用UCI存储库中的数据集评估SAM,结果很有希望。
关于整个系列,请参见[兹比尔0993.00037].

MSC公司:

68周05 非数值算法
68T05型 人工智能中的学习和自适应系统

软件:

UCI-毫升
PDF格式BibTeX公司 XML格式引用