变权值下的最近相邻检索策略

摘要：

最近相邻策略是基于事例推理(CBR)中常用的检索策略.针对该方法的缺点该文提出了变权值的最近相邻检索,并探讨了变权值带来的问题,在此基础上该文给出了两种解决方法,事例检索记忆表和采用神经网络与最近相邻策略相结合的方法来检索相似源事例,可在变权值的情况下快速地检索出相关的源事例.从而解决了事例库的设计者和使用者之间的由视角不同而产生的矛盾.

关键词：基于事例推理(CBR)、最近相邻策略、事例检索记忆表、神经网络

所属期刊栏目：39

分类号：TP18(自动化基础理论)

资助基金：高等学校博士学科点专项科研项目1999014104

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：40-41,60