本体概念分类的遗传算法

摘要：

提出了一种基于遗传算法的本体概念分类规则学习方法(GAOCL).该方法从已有的本体库或知识库中获取实例作为训练样本,通过遗传算法获取相关的概念分类规则,实现概念实例的有效分类,以达到扩充和丰富本体的目的.首先,在编码过程中采用了可变长度的规则集合作为个体,以满足不同概念对分类规则数目的不同要求.其次,定义了规则集相对覆盖率,并以此作为适应值函数,评估个体对概念实例的分类效果,实现优化迭代.最后,给出了基于遗传算法的本体分类规则学习算法.利用一组标准样本集对该算法与同类算法进行了比较,实验结果表明该算法具有很好的收敛性,并且能获得较好的分类效果.

关键词：本体学习、遗传算法、概念分类规则

所属期刊栏目：18

分类号：TP3(计算技术、计算机技术)

资助基金：上海市重点基础研究项目05JC14063;上海市科委登山行动计划06JC14065;上海市国际科技合作基金062107037

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：265-270