Indexed by：
Abstract：
通过引入置信规则库的线性组合方式，设定规则数等于分类数及改进个体匹配度的计算方法，提出了基于置信规则库推理的分类方法。比较传统的置信规则库推理方法，新方法中规则数的设置不依赖于问题的前件属性数量或候选值数量，仅与问题的分类数有关，保证了方法对于复杂问题的适用性。实验中，通过差分进化算法对置信规则库的规则权重、前件属性权重、属性候选值和评价等级的置信度进行参数学习，得到最优的参数组合。对3个常用的公共分类数据集进行测试，均获得理想的分类准确率，表明新分类方法合理有效。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机科学与探索
ISSN： 1673-9418
CN： 11-5602/TP
Year： 2016
Issue： 5
Volume： 10
Page： 709-721
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 8
