基于FCM与神经网络的案例推理方法
DOI:
CSTR:
作者:
作者单位:

1. 大连理工大学电信学院
2.

作者简介:

韩敏

通讯作者:

中图分类号:

基金项目:

国家高技术研究发展计划(863)项目;国家自然科学基金项目


The Research of case-based reasoning Based On FCM and neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目前有关案例推理(CBR) 的研究主要集中在案例检索方面, 对案例库构造方法的研究则较为少见, 而好的
    案例库, 既可以提高案例检索效率, 又可以保证较好的检索准确率. 鉴于此, 针对CBR中的案例库进行研究, 引入模
    糊?? 均值方法去除原案例库中的冗余案例, 从而实现对神经网络-案例推理方法的改进. 最后通过对UCI 数据进行的
    仿真实验表明了改进后的案例推理方法无论在案例检索精度还是在案例检索速度上均有所提高.

    Abstract:

    Recently, most researches about case-based reasoning are focused on case retrieval, while little attention is paid to the method of construting a proper case base. Better case base can improve both the efficiency and accuracy of case retrieval. Therefore, the construting of the case base is addressed in this paper. By removing redundant cases via FCM, neural network-CBR (NN-CBR) is improved. The simulation experiments conducted with UCI data verify the improvement of the proposed method in both accuracy and efficiency.

    参考文献
    相似文献
    引证文献
引用本文

韩敏 沈力华.基于FCM与神经网络的案例推理方法[J].控制与决策,2012,27(9):1421-1424

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-12-16
  • 最后修改日期:2011-03-14
  • 录用日期:
  • 在线发布日期: 2012-09-20
  • 出版日期:
文章二维码