基于蟻群算法和數(shù)據(jù)挖掘的案例推理技術(shù)的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于案例推理(CaseBasedReasoning,CBR)是近二十幾年來(lái)人工智能中新崛起的一項(xiàng)重要技術(shù),是作為基于規(guī)則推理技術(shù)的補(bǔ)充,在一定程度上彌補(bǔ)了基于規(guī)則推理技術(shù)中存在的知識(shí)獲取的瓶頸問(wèn)題的缺陷。但在CBR系統(tǒng)的實(shí)際應(yīng)用中,知識(shí)獲取仍存在一定的瓶頸問(wèn)題,于是本文引入數(shù)據(jù)挖掘技術(shù)和蟻群算法,試圖提高CBR中知識(shí)獲取的自動(dòng)化程度以提高系統(tǒng)的運(yùn)行效率及整體性能,從而大大加快開(kāi)發(fā)周期。 本文在對(duì)CBR、數(shù)據(jù)挖掘及蟻群算法基本知識(shí)

2、介紹的基礎(chǔ)上,提出了基于蟻群算法和數(shù)據(jù)挖掘技術(shù)構(gòu)造案例庫(kù)的方案。將數(shù)據(jù)挖掘技術(shù)中的分類(lèi)、聚類(lèi)、離群數(shù)據(jù)分析等技術(shù)集合到一起從傳統(tǒng)數(shù)據(jù)庫(kù)中構(gòu)造案例庫(kù),在聚類(lèi)及離群數(shù)據(jù)分析過(guò)程將采用改進(jìn)的蟻群算法。經(jīng)實(shí)驗(yàn)驗(yàn)證,該算法較系統(tǒng)聚類(lèi)算法在聚類(lèi)這一過(guò)程中效率有所提高,且為下一步的離群數(shù)據(jù)挖掘和分類(lèi)工作提供了很好的基礎(chǔ)。同時(shí)經(jīng)研究發(fā)現(xiàn)蟻群算法的關(guān)鍵參數(shù)的取值對(duì)聚類(lèi)結(jié)果影響很大,因而對(duì)具體的不同類(lèi)型的數(shù)據(jù)庫(kù)采用此算法進(jìn)行測(cè)試可更完整、更準(zhǔn)確地了解該綜合

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論