一种改进的基于模糊案例推理方法及其在分类中的应用

针对基于特征权值的相似性模型在相似案例搜索上的局限性，通过汲取模糊规则在捕获领域知识上的有效性和灵活性，提出了一种改进的基于模糊案例推理方法。首先通过确定特征变量取值区间及对特征区间的模糊划分，直接从数据中学习规则；然后计算启动强度并合并规则得到分类器；最后通过计算类别强度，实现对未知案例的分类。3组UCI标准数据集上的实验结果表明，此方法不仅学习时间短，而且可以利用更少的样本获得更好的分类效果。