基于约束聚类的一种概念学习方法

首先定义了字符属性例子空间中合取规则的可学习性,通过将正例集合划分为多个子集,其中每个子集在全体反例集合上均是合取规则可学习的,并建立了命题规则的一般学习模型.然后,提出了三种正例集合的自动聚类和划分方法:相似性度量、差异度量和规则长度等,并设计了一种快速的合取规则学习方法.同时,基于最小覆盖率和最小错误率给出了一种克服过学习问题的后处理方法.最后,针对一组典型的学习问题进行了实验计算,并与已有算法进行了对比分析.

区间值不确定推理真值传播的计算方法

通过用方差定义左右修正量,将点值不确定推理真值传播计算方法推广到区间值情形,提出了一种区间值不确定推理真值传播计算方法。本文所提出的方法表达式简单,易于理解与计算。

概率判断中合取谬误的成因与消解

合取判断是概率判断的一种重要类型,但是在判断过程中会出现合取命题概率大于合取支概率的错误,其产生与题目陈述自身没有关系。以往认为合取谬误是个体在判断过程中采用了代表性启发式策略而导致的,但是这种理论只能解释题目陈述中含有事物相关特征描述而产生的错误,不能解释题目陈述中没有事物相关特征描述而产生的谬误。因此,基于双系统思维加工理论提出了新的解释,直觉思维系统的替代机制和分析思维系统遵循的最小努力法则共同导致了合取谬误,并提出了新的消解方案。

新的不确定推理真值传播计算方法

针对现有不确定推理真值传播方法存在的缺陷 ,提出一种新型不确定推理真值传播的计算方法 .该方法简单、直观 。