一种聚类型基于示例学习新方法

摘要：

借鉴聚类思想和万有引力计算方法,提出了解决基于示例学习中两个关键问题的新思路.这两个新思路分别是,利用示例邻近同类其它示例数目来描述该示例潜在预测能力,以及利用实例质量来帮助更加准确地预测新实例类别.据此构造了一种聚类型基于示例学习的新方法,并利用标准机器学习数据库中3个复杂数据样本,对所提方法的性能进行实验检测.有关的对比实验结果表明,所提方法在实例预测能力以及学习结果占用空间有效性方面,均优越其它多种基于示例学习方法.

关键词：基于示例学习、监督学习、机器学习

所属期刊栏目：37

分类号：TP18(自动化基础理论)

资助基金：安徽省自然科学基金98312820

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5页

页码：1293-1297