基于CBR的知識發(fā)現方法研究.pdf_第1頁
已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、知識發(fā)現是當今活躍的具有廣闊應用前景的研究領域，是人工智能、統計學、機器學習、數據庫等多領域相互交叉的研究方向，幫助人們更好地利用各種數據源，為做出正確的決策而服務。其中基于范例推理(Case-Based Reasoning CBR)是知識發(fā)現研究中的重要內容。CBR是由目標范例的提示而得到記憶中的源范例，并由源范例來指導目標范例求解的一種策略，其應用范圍日趨廣泛，尤其在知識不良定義和缺乏專家知識的領域，應用起來效果很好。 本文

2、在對知識發(fā)現和范例推理技術研究的基礎上，在以下幾個方面進行了深入的研究：1.綜述了范例庫的建立和維護知識，范例庫上的知識發(fā)現的目標、步驟、主要方法以及基于知識發(fā)現技術的CBR系統等相關內容。2.提出基于CBR的知識發(fā)現算法模型。該模型包括四個計算模塊，分別用來確定屬性的權重，衡量范例之間屬性上的相似性，計算新、舊范例之間的距離，最終確定出目標范例可能屬于的范例庫和該范例庫中與目標范例最為相似的范例。3.將基于CBR的知識發(fā)現算法模型應用

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論