研究了具有不确定性多属性过程的概念学习问题.包括:如何对样本进行分组的问题,提出了连续型样本数据区间划分的新方法;研究了在样本较少的情况下,如何从两个属性间的相关规划得到多属性间相关规则的近似方法;提出了多属性过程阶段的概念及识别方法.在国内,首次将归纳式学习方法应用于经济管理问题的分析,特别是在国家宏观经济运行状态监测、交通安全状态分析等方面,取得了良好的效果.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
拥堵路网交通流均衡分配模型
内点最大化与冗余点控制的小型无人机遥感图像配准
卫生系统韧性研究概况及其展望
多模态Web人脸属性学习方法及应用研究
不确定环境下整合风险与属性绩效交互影响的多属性决策方法及应用研究
基于示例的混合型归纳学习方法的研究
基于归纳逻辑程序设计的本体学习方法