CAJ | 학술논문

示例学习是从某一概念的已给的正例集合和反例集合中归纳产生出描述所有正例并排除所有反例的该概念的一般规则,而扩张矩阵理论将寻找正例在反例背景下所满足的公式等价为在反例矩阵上找出一条生路.该文针对多类有重叠问题,改进了原有的扩张矩阵算法,引入了基于平均熵的最短公式近似解的启发式搜索,并利用势函数估计正、反例间重叠区域的概率密度函数,从而获得类间非线性判别界面.文章将此算法应用于手写汉字识别,通过分析比较,论述了改进算法的有效性.
시례학습시종모일개념적이급적정례집합화반례집합중귀납산생출묘술소유정례병배제소유반례적해개념적일반규칙,이확장구진이론장심조정례재반례배경하소만족적공식등개위재반례구진상조출일조생로.해문침대다류유중첩문제,개진료원유적확장구진산법,인입료기우평균적적최단공식근사해적계발식수색,병이용세함수고계정、반례간중첩구역적개솔밀도함수,종이획득류간비선성판별계면.문장장차산법응용우수사한자식별,통과분석비교,논술료개진산법적유효성.