基于FCM与神经网络的案例推理方法

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.