期刊文献+

基于聚类和分类的自学习系统模型 被引量:6

Clustering and Classification Based Self-studying Expert System Mod ule
下载PDF
导出
摘要 论文在分析聚类与分类方法的基础上,尝试将这两种独立的开采方法集成起来,使两种开采方法能够相得益彰。由此建立的知识发现系统能自动利用已有知识进行分类,同时可较为准确地估计聚类分析所必需的参数,并通过聚类分析来发现和修正错误知识。论文给出了集成方法和实验结果,最后对该集成算法的性能进行了分析。 Clustering and classification are independent methods of data mining.This paper compares relative merits of two methods.And then try to integrate them to construct a effective knowledge mining system.It can classify the unkown by the knowledge it has learned and modify the knowledge database by clustering.This paper also dicusses the experi-ment method,experiment results and analyses the performance of the integrated method.
出处 《计算机工程与应用》 CSCD 北大核心 2003年第10期83-84,共2页 Computer Engineering and Applications
关键词 聚类 分类 自学习系统模型 专家系统 最近邻法 K-MEANS算法 Clustering,Classification,Expert System,Nearest Neighbor Method,K-Means Method
  • 相关文献

参考文献3

  • 1边肇祺等编著..模式识别 第2版[M].北京:清华大学出版社,2000:338.
  • 2阎平凡.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2001.. 被引量:38
  • 3史植忠.知识发现[M].北京:清华大学出版社,2002-01.. 被引量:1

共引文献37

同被引文献20

引证文献6

二级引证文献56

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部