多重极小一般普化

文章提出一种广义θ－包含意义下的广义最小一般普化，称为多重极小一般普化．这一操作能够有效地减少普化程度，从而使过度普化问题较好地得以解决．为了有效地计算极小一般多重普化，文章研究了示例集上的普化范式与极小一般普化的关系，提出了一种基于概念聚类的归纳学习算法（ｃｌｕｓｔｅｒｉｎｇ－ｂａｓｅｄ ｍ ｕｌｔｉｐｌｅ ｍ ｉｎｉｍ ｕｍ ｇｅｎｅｒａｌｇｅｎｅｒａｌｉｚａｔｉｏｎ，简称ＣＭＧＧ）．该算法能够有效地产生多重极小一般普化。