基于效用的结构语法的属性学习

作     者：杨祥茂 黄涛 周启海 YANG Xiang-mao;HUANG Tao;ZHOU Qi-hai

作者机构：西南财经大学信息技术应用研究所成都610074 西南财经大学经济信息工程学院成都610074 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2008年第35卷第9期

页      码：255-257页

摘      要：无论是在机器学习还是在软件设计中,对问题的分析都是假定对概念属性已知的条件下展开的。本文采用假设对象是在结构语法的基础上,通过确定对象的领域和效用,用领域的条件和状态及其边际效用选择出学习的类。在一个对象类中,属性的选择学习用迭代前向逐步插入、迭代向后删除算法。对决策树的学习,设计了决策树遗传归纳算法学习。对于新构造属性,用属性效用的投影、积、差、值、最值、级数算法构造边际效用法。对不同的对象进行不同的表达式学习,并命名新属性,进而进行属性的数据类型有界限定,从而得到新属性。

主 题 词：属性 效用 归纳学习 属性学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0709[理学-地质学] 070901[070901] 07[理学] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1002-137X.2008.09.069

馆 藏 号：203686745...