基于示例学习的特征空间变换方法  

A CHARACTERISTIC SPACE TRANSFORMATION METHOD BASED ON LEARNING FROM EXAMPLE

作　　者：权光日[1] 洪炳熔[1] 钱国良[1] 

机构地区：[1]哈尔滨工业大学计算机科学与工程系

出　　处：《计算机研究与发展》1998年第5期398-402,共5页Journal of Computer Research and Development

基　　金：国家自然科学基金;煤炭科学基金

摘　　要：特征空间是人工智能领域中经常使用的基本概念之一．人工智能领域中的许多问题都可以通过特征空间变换的方法化简和求解．文中提出了一种基于示例学习的特征空间变换方法．该方法可以应用到智能控制、模式识别、知识获取等方面．给出的数字实验结果表明，基于示例学习的特征空间变换方法不仅具有重要的理论意义，而且具有显著的实际效果．文中还给出了通过改变描述输出空间，提高学习效率的方法．结果表明该方法也是非常有效的．Characteristic space is a basic concept in artificial intelligence field.Many problems can be simplified or solved by means of a characteristic space transformation method in artificial intelligence field.Here presented is a characteristic space transformation method based on learning from examples.The method can be applied to intelligent control,pattern recognition,knowledge acquisition, etc ..Numerical experiment shows that the method not only possesses a high sense of theory but also possesses a high sense of application.A new method is also given,which improves learning efficiency by means of changing output space description.

关 键 词：特征空间变换 示例学习 人工智能 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]