一种不确定性条件下的自主式知识学习模型  

A Self-Learning Model under Uncertain Condition

作　　者：王国胤[1] 何晓[1] 

机构地区：[1]重庆邮电学院计算机科学与技术研究所,重庆400065

出　　处：《软件学报》2003年第6期1096-1102,共7页Journal of Software

基　　金：国家自然科学基金;国家科技部攀登特别支持经费;高等学校骨干教师资助计划;教育部留学回国人员科研启动基金;重庆市应用基础研究基金;重庆市教育委员会科学技术研究项目~~

摘　　要：在没有领域先验知识条件下的不确定知识主动式学习是机器学习领域中的一个难题.通过研究决策表和决策规则的不确定性,建立基于粗集表示、度量和处理不确定性信息和知识的理论,并且结合Skowron的缺省规则获取算法,提出一种不确定性条件下的数据自主式学习模型和方法,以解决这一问题.通过仿真实验,验证了该自主式学习方法的有效性.It is a very difficult problem in machine learning to learn uncertain knowledge automatically without prior domain knowledge. In this paper, a theory is developed to express, measure and process uncertain information and uncertain knowledge according to uncertainty measure of decision table and decision rule. Based on the Skowron抯 default rule generation algorithm, a self-learning model and the method is developed to solve this problem. Simulation results illustrate the efficiency of this self-learning method.

关 键 词：不确定性 粗集 自主式学习 知识获取 机器学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]