基于CBR的知識發(fā)現(xiàn)方法研究.pdf

1、知識發(fā)現(xiàn)是當(dāng)今活躍的具有廣闊應(yīng)用前景的研究領(lǐng)域，是人工智能、統(tǒng)計學(xué)、機器學(xué)習(xí)、數(shù)據(jù)庫等多領(lǐng)域相互交叉的研究方向，幫助人們更好地利用各種數(shù)據(jù)源，為做出正確的決策而服務(wù)。其中基于范例推理(Case-Based Reasoning CBR)是知識發(fā)現(xiàn)研究中的重要內(nèi)容。CBR是由目標(biāo)范例的提示而得到記憶中的源范例，并由源范例來指導(dǎo)目標(biāo)范例求解的一種策略，其應(yīng)用范圍日趨廣泛，尤其在知識不良定義和缺乏專家知識的領(lǐng)域，應(yīng)用起來效果很好。 本文

2、在對知識發(fā)現(xiàn)和范例推理技術(shù)研究的基礎(chǔ)上，在以下幾個方面進行了深入的研究：1.綜述了范例庫的建立和維護知識，范例庫上的知識發(fā)現(xiàn)的目標(biāo)、步驟、主要方法以及基于知識發(fā)現(xiàn)技術(shù)的CBR系統(tǒng)等相關(guān)內(nèi)容。2.提出基于CBR的知識發(fā)現(xiàn)算法模型。該模型包括四個計算模塊，分別用來確定屬性的權(quán)重，衡量范例之間屬性上的相似性，計算新、舊范例之間的距離，最終確定出目標(biāo)范例可能屬于的范例庫和該范例庫中與目標(biāo)范例最為相似的范例。3.將基于CBR的知識發(fā)現(xiàn)算法模型應(yīng)用