概念学习算法中的模糊集

摘要：

概念学习可以形式化为寻找与训练实例最适合的可能假设的预定义空间,已有的多种算法(比如:Find-S、List-Then-E-liminate、candidate-Elimination等等)都是考虑Boolean-值(即{0,1})函数.用模糊集合的思想,把{0,1}-值函数扩展到[0,1]-值,[0,1]单位区间的每一个实数,都可以用于考虑概念学习算法,而且,可以用模糊距离和贴近度定义假设与训练实例之集的相容性.

关键词：模糊集合、概念学习、训练实例、假设空间、[0、1]-值

所属期刊栏目：45

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部春晖计划Z2006-1-81001;国家民委课题08QH08

在线出版日期：2009-06-12（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：58-59,65