%0 Journal Article
%T 一种改进的案例推理分类方法研究
%A 张春晓
%A 严爱军
%A 王普
%J 自动化学报
%P 2015-2021
%D 2014
%R 10.3724/SP.J.1004.2014.02015
%X ？特征属性的权重分配和案例检索策略对案例推理（Case-basedreasoning，CBR）分类的准确率有显著影响.本文提出一种结合遗传算法、内省学习和群决策思想改进的CBR分类方法.首先，利用遗传算法得到多组属性权重，再根据内省学习原理对每组权重进行迭代调整；然后，通过案例群检索策略得到满足大多数原则的群决策分类结果；最后，以典型分类数据集的对比实验证明了本文方法能进一步提高CBR分类的准确率.这表明内省学习可以保证权重分配的合理性，案例群检索策略能充分利用案例库的潜在信息，对提升CBR的学习能力有显著作用.
%K 案例推理
%K 案例检索
%K 遗传算法
%K 内省学习
%K 群决策
%U http://www.aas.net.cn/CN/abstract/abstract18473.shtml