%0 Journal Article
%T Multiple Minimum General Generalization<br>多重极小一般普化
%A YE Feng
%A XU Xiao-fei
%A <br>叶风
%A 徐晓飞
%J 软件学报
%D 1999
%I 
%X 文章提出一种广义θ-包含意义下的广义最小一般普化,称为多重极小一般普化.这一操作能够有效地减少普化程度,从而使过度普化问题较好地得以解决.为了有效地计算极小一般多重普化,文章研究了示例集上的普化范式与极小一般普化的关系,提出了一种基于概念聚类的归纳学习算法(clustering-based multiple minimum general generalization,简称CMGG).该算法能够有效地产生多重极小一般普化,并准确地反映出学习示例间的内在联系.
%K Inductive learning
%K inductive logic programming
%K multiple minimum general generalization
%K least general generalization<br>归纳学习
%K 归纳逻辑程序设计
%K 多重极小一般普化
%K 最小一般普化.
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=7735F413D429542E610B3D6AC0D5EC59&aid=62F65A85D5F8D90E&yid=B914830F5B1D1078&vid=F3090AE9B60B7ED1&iid=DF92D298D3FF1E6E&sid=245EE63BFE8F8B66&eid=FA98B938D085B826&journal_id=1000-9825&journal_name=软件学报&referenced_num=0&reference_num=7