本项研究建立的归纳学习形式理论,包括给出完备性,一致性和可靠性的条件等,有重要的理论价值;本项研究提出减少决策树叶子的两个新方法……分枝合并法和加权决策树归纳法。这样在分类精度上改进了ID3类算法;本项研究还证明了最大复合问题的NP难题,从最大复合角度出发,提出一种快速学习算法FCV;本项研究将使用Bayes分类器和聚类方法实现定量属性的定性化。解决了定量,定性,属性相混合的学习问题,促进了学习算法的实用化。本项研究基本完成了主题申请书中的内容,有些指标较主题申请中的指标有提高。不足之处在于如何提高定量性和定性化的准确性需进一步研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
现代优化理论与应用
口腔扁平苔藓研究热点前沿的可视化分析
区块链技术:从数据智能到知识自动化
空中交通延误预测研究综述
基于编解码网络的航空影像像素级建筑物提取
基于高阶逻辑的归纳逻辑程序设计学习算法及其应用研究
归纳型安全半监督分类学习及其扩展研究
增性学习的理论、算法及其应用
独立因子分析模型理论、实用化算法及应用研究