简介概要

基于FCM与神经网络的案例推理方法

来源期刊:控制与决策2012年第9期

论文作者:韩敏 沈力华

文章页码:1421 - 1424

关键词:案例库;模糊C均值;神经网络;案例推理;

摘    要:目前有关案例推理(CBR)的研究主要集中在案例检索方面,对案例库构造方法的研究则较为少见,而好的案例库,既可以提高案例检索效率,又可以保证较好的检索准确率,鉴于此,针对CBR中的案例库进行研究,引入模糊C均值方法去除原案例库中的冗余案例,从而实现对神经网络,案例推理方法的改进,最后通过对UCI数据进行的仿真实验表明了改进后的案例推理方法无论在案例检索精度还是在案例检索速度上均有所提高。

详情信息展示

基于FCM与神经网络的案例推理方法

韩敏,沈力华

大连理工大学 电子信息与电气工程学部

摘 要:目前有关案例推理(CBR)的研究主要集中在案例检索方面,对案例库构造方法的研究则较为少见,而好的案例库,既可以提高案例检索效率,又可以保证较好的检索准确率,鉴于此,针对CBR中的案例库进行研究,引入模糊C均值方法去除原案例库中的冗余案例,从而实现对神经网络,案例推理方法的改进,最后通过对UCI数据进行的仿真实验表明了改进后的案例推理方法无论在案例检索精度还是在案例检索速度上均有所提高。

关键词:案例库;模糊C均值;神经网络;案例推理;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号