计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
15期
53-56
,共4页
机器学习%证据理论%分类器%Widrow-Hoff%学习规则
機器學習%證據理論%分類器%Widrow-Hoff%學習規則
궤기학습%증거이론%분류기%Widrow-Hoff%학습규칙
经典的证据理论不包括从实例中学习基本信度分配的机制,因此应用范围受到一定限制.通过在证据理论中引入神经网络的学习机制,该文提出了一种有监督学习证据理论分类器.该分类器使用一种经过修改的Widrow-Hoff学习规则从训练实例中学习基本信度分配信息.新实例到来后,该分类器在所学基本信度分配的基础上,使用证据理论合成公式对新实例作分类.新分类器拓展了证据理论的应用领域.实验结果表明该分类器是有效的.
經典的證據理論不包括從實例中學習基本信度分配的機製,因此應用範圍受到一定限製.通過在證據理論中引入神經網絡的學習機製,該文提齣瞭一種有鑑督學習證據理論分類器.該分類器使用一種經過脩改的Widrow-Hoff學習規則從訓練實例中學習基本信度分配信息.新實例到來後,該分類器在所學基本信度分配的基礎上,使用證據理論閤成公式對新實例作分類.新分類器拓展瞭證據理論的應用領域.實驗結果錶明該分類器是有效的.
경전적증거이론불포괄종실례중학습기본신도분배적궤제,인차응용범위수도일정한제.통과재증거이론중인입신경망락적학습궤제,해문제출료일충유감독학습증거이론분류기.해분류기사용일충경과수개적Widrow-Hoff학습규칙종훈련실례중학습기본신도분배신식.신실례도래후,해분류기재소학기본신도분배적기출상,사용증거이론합성공식대신실례작분류.신분류기탁전료증거이론적응용영역.실험결과표명해분류기시유효적.
