基于可信度阈值优化的案例推理评价分类方法

为了提高案例推理(CBR) 分类器的性能, 提出一种基于可信度阈值优化的CBR 评价分类方法. 首先, 通过一种可降低时间复杂度的改进型可信度评价策略对案例重用得到的建议解的可信度进行计算; 然后, 通过遗传算法(GA) 对可信度阈值进行迭代寻优; 接着, 根据得到的优化阈值将目标案例及其建议解划分为可信集或不可信集; 最后, 对不可信集按多数重用原则进行分类结论的调整, 从而实现可信的CBR 评价分类. 对比实验表明, 改进的可信度评价策略能有效提高分类性能, 从而可提高CBR分类器的决策与学习能力.

     

案例推理分类器属性权重的内省学习调整方法

针对案例推理（CBR）分类器中案例属性权重的分配问题,提出一种基于内省学习的属性权重迭代调整方法。该方法可根据CBR分类器对训练案例分类的结果调整属性的权重。基于成功驱动的权重学习策略,若当前训练案例分类成功,则首先根据权重调整公式增加匹配属性的权重并减少不匹配属性的权重;然后对所有权重进行归一化从而得到当次迭代的新权重。实验结果表明,所提方法的CBR分类器在UCI数据集PD、Heart和WDBC的准确率比传统CBR分类器分别提高1.72%、4.44%和1.05%。故成功驱动的内省学习权重调整方法可以提高权重分配的合理性,进而提高CBR分类器的准确率。     

一种改进的案例推理分类方法研究

特征属性的权重分配和案例检索策略对案例推理（Case-based reasoning,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.     

案例推理属性权重的分配模型比较研究

案例推理系统中各属性权重的赋值决定了案例之间的相似度 大小,进而对推理结果的正确与否产生显著影响.以属性加权K-最近邻 相似案例检索为基础,讨论了使用注水原理分配属性权重的机理,并通过建 立权重分配的合理性指标,构造拉格朗日函数对权重进行优 化求解,得到了收敛的注水分配算法.通过五折交叉的模式分类实验 ,分别对属性权重的平均分配法、注水分配算法和遗传算法分配法进行了比较研究,案例推理分类结果证明,在引入注水分配算法后,其分类性能得到有效改善.     

Bagging中文文本分类器的改进方法研究

在文本分类研究中,集成学习是一种提高分类器性能的有效方法.Bagging算法是目前流行的一种集成学习算法.针对Bagging算法弱分类器具有相同权重问题,提出一种改进的Bagging算法.该方法通过对弱分类器分类结果进行可信度计算得到投票权重,应用于Attribute Bagging算法设计了一个中文文本自动分类器.采用kNN作为弱分类器基本模型对Sogou实验室提供的新闻集进行分类.实验表明该算法比Attribute Bagging有更好的分类精度.     

一种新的基于SVM权重向量的云分类器*

提出了一种用支持向量机（SVM）权重向量解决高维对象分类的方法,并结合云理论建立了基于SVM权重向量的云分类器。采用云模型建立训练集的各属性模型,分类模型由属性模型集成得到,属性权重根据SVM权重向量得到,属性权重越大,其对分类的贡献越大;反之,越小。将新分类器与云模型分类器对积雨云、卷云和卷层云进行分类模拟实验,新分类器的分类准确度比后者总体提升了, 经过交叉验证, 结果表明新分类器性能稳定。     

不完整数据集的信息熵集成分类算法

集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法———信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高.     

基于案例推理和粗糙集的商用飞机故障诊断研究

本文将采用基于案例推理和粗糙集的方法进行国产商用飞机故障诊断的研究。其中,用MongoDB存储飞机故障案例库,通过构建中文航空词本进行同义词替换减少案例描述的中文表述差异,使用粗糙集表示故障案例,粗糙集确定属性权重结合海明距离实现案例检索,并通过实例验证该方法的可行性和有效性,最后是案例库学习提高基于案例推理系统的可靠性。     

基于权重阈值寻优的案例推理分类器特征约简

为提高案例推(case-based reasoning,CBR)分类器的分类准确率并降低时间复杂度,本文提出了一种基于权重阈值寻优的特征约简策略.首先通过基于数据驱动的方法对特征权重进行分配,得到每个特征的权重结果;其次,设计特征权重重要度阈值的适应度函数,并利用遗传算法对该重要度阈值进行优化搜索,最后根据得到的优化阈值与特征的权重分配情况,删除权重小于该阈值的特征从而完成特征的约简过程.通过对比实验,本文所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度,表明了权重阈值寻优约简策略的可行性与优越性.验证了本文方法不仅可以降低CBR分类器的时间复杂度,而且能够提高CBR的决策与学习能力.     

一种改进的基尼指数特征权重算法

文本分类中普遍应用的TF-IDF特征权重算法没有引入特征项的纯度和类别属性.在结合基尼指数原理和TF-IDF特征权重算法基础上,提出一种基于基尼指数的特征权重改进算法,在计算特征权重时引入特征项的纯度和分类的已知类别属性.进一步,设计了两种特征权重算法的对比实验,并在SVM分类器和kNN分类器下选取不同的特征项数目进行多次实验.实验结果表明,该改进的基尼指数特征权重算法有更好的效果.     

Hybrid similarity measure for case retrieval in CBR and its application to emergency response towards gas explosion

Case retrieval is a primary step in case-based reasoning (CBR). It is important to measure the similarity between each historical case and the target case during the case retrieval process. In recent years, some methods for similarity measure with multiple formats of attribute values can be found in the practical CBR applications, but the in-depth study is still lacking. The objective of this paper is to develop a new method for hybrid similarity measure with five formats of attribute values: crisp symbols, crisp numbers, interval numbers, fuzzy linguistic variables and random variables. First, for each format of the attribute values, the calculation formula to measure the attribute similarity is presented. Then, the method for measuring hybrid similarity between each historical case and the target case is given by aggregating attribute similarities using the simple additive weighting method, and the proper historical case(s) can be retrieved according to the obtained hybrid similarities afterwards. Finally, a case study in the field of emergency response towards gas explosion is introduced to illustrate the use of the proposed method.     

融合事故表征和CBR的特种设备事故预测研究

为了更好地预测特种设备事故,提出了融合事故表征和CBR（case-based reasoning）的特种设备事故预测研究。详细说明了面向全类特种设备的通用型事故表征技术,包括事故表征信息的结构模型、规范化方法和编码规则。介绍了融合事故表征和CBR的特种设备事故预测方法,其中为了更精准地检索相似案例,提出了针对不同属性类型的属性相似度计算方法、基于专家置信度的改进型AHP法、考虑时间衰减效应的案例相似度计算方法以及案例相似度阈值确定函数。通过上海某公司的汽车起重机案例验证了该方法。结果表明该方法不但能根据事故前兆信息,给出特种设备的事故原因故障树,以了解事故发展趋势,还能提供如事故特征、事故发生部位等事故表征信息的发生概率,以及应采取的预防措施。     

基于事例推理的技术及其应用前景

文章从基于事例推理(CBR)的研究者及使用者的角度,介绍了目前在CBR中较成熟的技术,重点介绍了事例表示、事例检索、事例修改以及 CBR开发工具等,并分析了其中的不足,指出了CBR的发展前景。     

基于案例推理的软测量方法及在磨矿过程中的应用

针对复杂工业过程中一些关键工艺参数难以用仪表进行在线检测的问题,提出了基于案例推理的软测量方法.案例表示由案例产生时间、工况描述、解及相似度组成;案例检索采用具有多相似度阈值计算的最近相邻策略;案例重用采用基于静态相似度阈值和基于动态相似度阈值两种算法,并给出了新的案例修正和存储策略.用该方法建立的磨矿粒度软测量模型已成功应用在某选矿厂磨矿过程中,应用结果表明提出的方法效果显著,具有推广应用前景.     

基于Rough Set和神经网络的CBR快捷检索方法

检索是CBR中的关键技术,直接影响CBR的推理效率和质量,检索出的案例质量的好坏直接影响着案例重用与修改的难易,该文提出先用粗糙集约简理论去除冗余的案例决策表特征,再用BP神经网络模型来实现相似案例检索,这种检索方法不需要定义案例属性之间的相似度,检索速度快。